AI Agent / 系统课时
用 Command 恢复中断执行
用 Command 恢复中断执行
中断后的工作流不应重新提交一份“新任务”,而要回到原线程已保存的检查点。这里用 Command(resume=...) 携带人工输入,再以相同 thread_id 调用图,让 interrupt() 收到该值并继续完成节点与后续流程。
学习目标
- 说明
Command(resume=...)、interrupt()与检查点之间的对应关系。 - 使用同一
thread_id恢复一次已暂停的 LangGraph 执行。 - 识别恢复时节点重跑带来的副作用风险。
恢复依赖同一线程
interrupt() 触发后,检查点器会保存当前图状态,并把中断信息返回给调用方。恢复时,Command(resume=value) 不是创建新输入状态,而是把 value 交还给当前待处理的中断;检查点器则通过 thread_id 找到原来的执行上下文。

因此,恢复操作有两个不可缺少的身份信息:持久化状态由 checkpointer 保存,线程由 thread_id 定位。换一个线程 ID,就不再是在恢复原来的暂停执行。
跑通最小恢复示例
下面的示例第一次调用会在 review 节点暂停;第二次调用沿用同一配置,并用 Command(resume="approved") 把人工决策送回 interrupt()。
from typing_extensions import TypedDict
from langgraph.checkpoint.memory import InMemorySaver
from langgraph.graph import END, START, StateGraph
from langgraph.types import Command, interrupt
class State(TypedDict):
request: str
decision: str
def review(state: State):
# 中断载荷用于告诉调用方“正在等待什么输入”。
decision = interrupt(
{"question": "是否执行发布?", "request": state["request"]}
)
# 恢复后,resume 值就是上面 interrupt() 的返回值。
return {"decision": decision}
builder = StateGraph(State)
builder.add_node("review", review)
builder.add_edge(START, "review")
builder.add_edge("review", END)
graph = builder.compile(checkpointer=InMemorySaver())
config = {"configurable": {"thread_id": "release-42"}}
first = graph.invoke(
{"request": "发布 v1.2.0", "decision": ""},
config=config,
)
print(first["__interrupt__"][0].value)
resumed = graph.invoke(
Command(resume="approved"),
config=config,
)
print(resumed["decision"])预期输出
{'question': '是否执行发布?', 'request': '发布 v1.2.0'}
approved这里使用内存检查点器只为演示单进程恢复;实际服务重启后仍要恢复时,应换成持久化 checkpointer。thread_id 的实际命名可以按会话、工单或业务实例生成,但暂停与恢复必须保持一致。
理解恢复时的重新执行
LangGraph 恢复中断节点时,会从该节点开头重新执行,而不是从 Python 的 interrupt() 下一行原地续跑。运行时会把已有 resume 值匹配给对应中断,所以这次执行到 interrupt() 时不会再次等待,而是直接得到人工输入。
这也意味着 interrupt() 之前的代码可能再次运行。数据库写入、发邮件、扣费等不可重复副作用,不应无保护地放在中断之前;要么移动到人工批准后的节点,要么通过幂等键确保重复执行不会造成二次效果。
排查恢复失败
恢复没有继续推进时,先检查三件事:图是否启用了 checkpointer、恢复调用是否仍使用原来的 thread_id、传入的是否是 Command(resume=...)。如果线程 ID 改了,运行时看到的是另一个执行上下文;如果没有检查点,原状态也无从恢复。
Command(resume=...) 的核心不是“重新执行一遍任务”,而是把人工值送回既有中断,再让图基于已保存状态继续推进。只要线程身份、检查点和 resume 值三者对应,人工审批就能跨请求、跨等待时间地稳定恢复。