AI Agent / 系统课时
为高风险动作加入人工审批
为高风险动作加入人工审批
退款、改配这类动作不能只靠模型判断后直接执行。本节把 interrupt() 放在副作用之前,让 LangGraph 暂停并保存执行位置,再把批准、驳回或参数修改通过 Command(resume=...) 接回原流程,最终仍由原执行节点完成动作。
学习目标
- 在高风险节点前使用
interrupt()暂停工作流 - 把批准、驳回和参数修改映射回稳定的后续路径
- 使用同一
thread_id恢复被暂停的执行,并避免重复副作用
把审批放在副作用之前
人工审批不是额外弹一个确认框,而是图中的真实控制点。进入审批节点后,图先把待执行动作作为中断载荷交给外部界面;只有收到恢复命令后,才决定继续执行、结束流程,或用人工修改后的参数继续。

审批结果可以压缩成三个稳定语义:
| 人工结果 | 状态变化 | 后续路径 |
|---|---|---|
| 批准 | 保留原参数 | 执行动作 |
| 驳回 | 标记 reject |
结束 |
| 修改 | 合并人工补丁并视为批准 | 用新参数执行 |
用 interrupt 暂停并恢复
下面示例用内存 checkpointer 演示完整过程。首次调用会停在审批节点;随后用同一个 thread_id 和 Command(resume=...) 恢复,并把退款金额从 500 修改为 300。示例只模拟执行结果,不会调用真实退款接口。
from operator import add
from typing import Annotated, Literal
from langgraph.checkpoint.memory import InMemorySaver
from langgraph.graph import END, START, StateGraph
from langgraph.types import Command, interrupt
from typing_extensions import TypedDict
class ApprovalState(TypedDict, total=False):
action: dict[str, object]
decision: Literal["approve", "reject"]
result: str
audit: Annotated[list[str], add]
def approval(state: ApprovalState) -> ApprovalState:
# interrupt 前只准备审批数据,不执行退款等不可重复副作用。
response = interrupt(
{
"kind": "approval",
"action": state["action"],
"options": ["approve", "reject", "edit"],
}
)
choice = response["decision"]
if choice == "reject":
return {"decision": "reject", "result": "rejected", "audit": ["rejected"]}
if choice == "edit":
updated = {**state["action"], **response.get("patch", {})}
return {
"decision": "approve",
"action": updated,
"audit": ["edited_and_approved"],
}
return {"decision": "approve", "audit": ["approved"]}
def route_after_approval(state: ApprovalState) -> Literal["execute", "end"]:
return "execute" if state["decision"] == "approve" else "end"
def execute(state: ApprovalState) -> ApprovalState:
action = state["action"]
result = f"executed:{action['type']}:{action['order_id']}:{action['amount']}"
return {
"result": result,
"audit": [f"executed:{action['order_id']}:{action['amount']}"],
}
builder = StateGraph(ApprovalState)
builder.add_node("approval", approval)
builder.add_node("execute", execute)
builder.add_edge(START, "approval")
builder.add_conditional_edges(
"approval",
route_after_approval,
{"execute": "execute", "end": END},
)
builder.add_edge("execute", END)
graph = builder.compile(checkpointer=InMemorySaver())
config = {"configurable": {"thread_id": "ticket-R200"}}
paused = graph.invoke(
{
"action": {"type": "refund", "order_id": "R200", "amount": 500},
"audit": [],
},
config,
)
print(paused["__interrupt__"][0].value["action"]["amount"])
resumed = graph.invoke(
Command(resume={"decision": "edit", "patch": {"amount": 300}}),
config,
)
print(resumed["result"])
print(" | ".join(resumed["audit"]))预期输出:
500
executed:refund:R200:300
edited_and_approved | executed:R200:300这里的恢复依赖两个条件:图编译时配置 checkpointer,恢复时继续使用原来的 thread_id。示例中的 InMemorySaver 适合本地验证;生产环境应换成可持久化的 checkpointer,避免进程重启后丢失待审批状态。
处理重放与幂等
interrupt() 恢复后,所在节点会从开头重新执行。因此审批节点在中断之前只能做可安全重放的准备工作,例如构造审批摘要;调用退款接口、修改套餐等副作用必须放在中断返回之后,最好再交给独立执行节点。
参数修改也应做二次校验。人工把退款金额从 500 改为 300 后,执行节点应再次检查金额范围、订单状态和权限,而不是因为数据来自人工就跳过业务约束。
验收三种审批结果
验收时分别跑批准、驳回和修改三条路径。批准应原样进入执行节点;驳回应结束且没有执行副作用;修改应在状态中覆盖允许编辑的字段,再用新参数进入同一个执行节点。
人工审批真正解决的是“让高风险动作可暂停、可审阅、可恢复”,而不是简单增加一个布尔值。只要中断载荷、恢复值、状态更新和副作用边界都明确,审批就能自然接入原有 LangGraph 主流程,而不需要复制一套单独的执行链。