Skip to content

持久化与 Checkpoint

Checkpoint 是 LangGraph 生产化的关键能力。它可以保存图在某个时刻的状态,使工作流可以恢复、回放或等待人工输入。

为什么重要

复杂 Agent 可能不是一次请求内完成:

  • 等待人工审批。
  • 等待外部系统回调。
  • 中途服务重启。
  • 某个工具调用失败后稍后重试。

没有 checkpoint,状态就会丢失。

thread_id

thread_id 可以理解为一次会话或一次工作流实例的 ID。恢复执行时,LangGraph 通过它找到对应 checkpoint。

python
config = {"configurable": {"thread_id": "purchase-20260425-001"}}
result = graph.invoke(input_data, config=config)

生产建议

  1. 开发环境可以用内存 checkpointer。
  2. 生产环境应使用持久化存储,比如数据库。
  3. thread_id 要和业务 ID 关联,比如工单号、会话 ID、审批单 ID。
  4. checkpoint 数据可能包含敏感信息,需要加密、脱敏和权限控制。

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。

本站为非官方中文学习站点,不代表 LangChain 官方。部分内容参考官方文档并重新整理为中文学习笔记。