实战:人工审批流程
这个案例适合“Agent 准备执行高风险动作前暂停,等待人工确认”。
流程
text
用户请求
↓
Agent 理解意图
↓
生成待执行动作
↓
风险判断
↓
Interrupt 暂停
↓
人工审批
↓
执行或拒绝核心代码
python
from langgraph.types import interrupt, Command
def approval_node(state):
decision = interrupt({
"title": "请确认操作",
"action": state["pending_action"],
"risk": "high"
})
return {"approved": decision}恢复:
python
graph.invoke(
Command(resume=True),
config={"configurable": {"thread_id": "approval-001"}}
)页面展示
审批页面至少展示:操作内容、模型理由、影响范围、风险等级、确认按钮、拒绝按钮和备注。
非官方声明
本站为个人维护的非官方中文学习文档,不代表 LangChain 官方。页面内容是基于公开文档、源码实践和中文开发者视角重新整理的学习资料。涉及 API 细节时,请以官方文档和实际安装版本为准。
参考来源
- LangChain / LangGraph 官方文档:
https://docs.langchain.com/ - LangChain API Reference:
https://reference.langchain.com/ - 本站内容为中文学习整理,不做官方身份声明。