主题
人机协同(Human-in-the-Loop,HITL)中间件允许您为智能体(agent)的工具调用添加人工监督。 当模型提出一个可能需要审查的操作时——例如写入文件或执行 SQL——该中间件可以暂停执行并等待决策。
它通过根据可配置的策略检查每个工具调用来实现此功能。如果需要干预,中间件会发出一个 interrupt,从而停止执行。图状态会使用 LangGraph 的持久化层保存,因此执行可以安全地暂停并在稍后恢复。
然后,人工决策将决定接下来发生什么:操作可以按原样批准(approve)、在运行前修改(edit),或者拒绝并附带反馈(reject)。
中断决策类型
该中间件定义了三种内置的人工响应中断的方式:
| 决策类型 | 描述 | 示例用例 |
|---|---|---|
✅ approve | 操作按原样批准并执行,不做更改。 | 完全按照草稿发送电子邮件 |
✏️ edit | 工具调用在执行前被修改。 | 在发送电子邮件前更改收件人 |
❌ reject | 工具调用被拒绝,并在对话中添加解释。 | 拒绝电子邮件草稿并解释如何重写它 |
每个工具可用的决策类型取决于您在 interrupt_on 中配置的策略。 当多个工具调用同时暂停时,每个操作都需要单独的决策。 决策必须按照中断请求中操作出现的顺序提供。
编辑工具参数时,请保守地进行更改。对原始参数的重大修改可能导致模型重新评估其方法,并可能多次执行该工具或采取意外操作。
配置中断
要使用 HITL,请在创建智能体时将该中间件添加到智能体的 middleware 列表中。
您需要配置一个从工具操作到每个操作允许的决策类型的映射。当工具调用与映射中的某个操作匹配时,中间件将中断执行。
python
from langchain.agents import create_agent
from langchain.agents.middleware import HumanInTheLoopMiddleware
from langgraph.checkpoint.memory import InMemorySaver
agent = create_agent(
model="gpt-4o",
tools=[write_file_tool, execute_sql_tool, read_data_tool],
middleware=[
HumanInTheLoopMiddleware(
interrupt_on={
"write_file": True, # 允许所有决策(approve, edit, reject)
"execute_sql": {"allowed_decisions": ["approve", "reject"]}, # 不允许编辑
# 安全操作,无需批准
"read_data": False,
},
# 中断消息的前缀 - 与工具名称和参数组合形成完整消息
# 例如:"Tool execution pending approval: execute_sql with query='DELETE FROM...'"
# 单个工具可以通过在其中断配置中指定 "description" 来覆盖此设置
description_prefix="Tool execution pending approval",
),
],
# 人机协同需要检查点(checkpointing)来处理中断。
# 在生产环境中,请使用持久化的检查点保存器,如 AsyncPostgresSaver。
checkpointer=InMemorySaver(),
)您必须配置一个检查点保存器(checkpointer),以便在中断之间持久化图状态。 在生产环境中,请使用持久化的检查点保存器,如 AsyncPostgresSaver。对于测试或原型设计,可以使用 InMemorySaver。
在调用智能体时,传递一个包含线程 ID 的 config,以便将执行与会话线程关联起来。 详情请参阅 LangGraph 中断文档。
配置选项
interrupt_ondictrequired工具名称到批准配置的映射。值可以是 True(使用默认配置中断)、False(自动批准)或一个 InterruptOnConfig 对象。
description_prefixstringdefault:"Tool execution requires approval"操作请求描述的前缀
InterruptOnConfig 选项:
allowed_decisionslist[string]允许的决策列表:'approve'、'edit' 或 'reject'
descriptionstring | callable用于自定义描述的静态字符串或可调用函数
响应中断
当您调用智能体时,它会一直运行直到完成或引发中断。当工具调用与您在 interrupt_on 中配置的策略匹配时,会触发中断。在这种情况下,调用结果将包含一个 __interrupt__ 字段,其中列出了需要审查的操作。然后,您可以将这些操作呈现给审查者,并在提供决策后恢复执行。
python
from langgraph.types import Command
# 人机协同利用 LangGraph 的持久化层。
# 您必须提供一个线程 ID 来将执行与会话线程关联,
# 以便可以暂停和恢复对话(这是人工审查所需要的)。
config = {"configurable": {"thread_id": "some_id"}}
# 运行图直到遇到中断。
result = agent.invoke(
{
"messages": [
{
"role": "user",
"content": "Delete old records from the database",
}
]
},
config=config
)
# 中断包含完整的 HITL 请求,包括 action_requests 和 review_configs
print(result['__interrupt__'])
# > [
# > Interrupt(
# > value={
# > 'action_requests': [
# > {
# > 'name': 'execute_sql',
# > 'arguments': {'query': 'DELETE FROM records WHERE created_at < NOW() - INTERVAL \'30 days\';'},
# > 'description': 'Tool execution pending approval\n\nTool: execute_sql\nArgs: {...}'
# > }
# > ],
# > 'review_configs': [
# > {
# > 'action_name': 'execute_sql',
# > 'allowed_decisions': ['approve', 'reject']
# > }
# > ]
# > }
# > )
# > ]
# 使用批准决策恢复执行
agent.invoke(
Command(
resume={"decisions": [{"type": "approve"}]} # 或 "reject"
),
config=config # 相同的线程 ID 以恢复暂停的对话
)决策类型
✅ approve
✏️ edit
❌ reject
使用 approve 按原样批准工具调用并执行,不做更改。
python
agent.invoke(
Command(
# 决策以列表形式提供,每个被审查的操作一个。
# 决策的顺序必须与 `__interrupt__` 请求中列出的操作顺序匹配。
resume={
"decisions": [
{
"type": "approve",
}
]
}
),
config=config # 相同的线程 ID 以恢复暂停的对话
)人机协同流式处理
您可以使用 stream() 代替 invoke(),以便在智能体运行和处理中断时获得实时更新。使用 stream_mode=['updates', 'messages'] 来同时流式传输智能体进度和 LLM 令牌。
python
from langgraph.types import Command
config = {"configurable": {"thread_id": "some_id"}}
# 流式传输智能体进度和 LLM 令牌直到中断
for mode, chunk in agent.stream(
{"messages": [{"role": "user", "content": "Delete old records from the database"}]},
config=config,
stream_mode=["updates", "messages"],
):
if mode == "messages":
# LLM 令牌
token, metadata = chunk
if token.content:
print(token.content, end="", flush=True)
elif mode == "updates":
# 检查中断
if "__interrupt__" in chunk:
print(f"\n\nInterrupt: {chunk['__interrupt__']}")
# 在人工决策后恢复流式传输
for mode, chunk in agent.stream(
Command(resume={"decisions": [{"type": "approve"}]}),
config=config,
stream_mode=["updates", "messages"],
):
if mode == "messages":
token, metadata = chunk
if token.content:
print(token.content, end="", flush=True):::js
typescript
const config = { configurable: { thread_id: "some_id" } };
// 流式传输智能体进度和 LLM 令牌直到中断
for await (const [mode, chunk] of await agent.stream(
{ messages: [{ role: "user", content: "Delete old records from the database" }] },
{ ...config, streamMode: ["updates", "messages"] }
)) {
if (mode === "messages") {
// LLM 令牌
const [token, metadata] = chunk;
if (token.content) {
process.stdout.write(token.content);
}
} else if (mode === "updates") {
// 检查中断
if ("__interrupt__" in chunk) {
console.log(`\n\nInterrupt: ${JSON.stringify(chunk