[LangGraph] 阻塞式中断

中断指的就是允许图在执行的过程中暂停，等待外部输入。这种机制提供了一种“人类参与”的交互模式，某些场景下某些决策非常重要，需要人类来做出最终抉择，这个时候就可以使用中断。

场景案例

下面我们先来看一下，如果不使用中断，是否能够实现下面的场景：

需求：让大模型帮我们书写邮件，人类给出反馈

• approve：邮件内容没问题，直接发送邮件
• 其它内容：作为邮件内容的修改建议

import { StateGraph, START, END } from "@langchain/langgraph";
import { ChatOpenAI } from "@langchain/openai";
import readlineSync from "readline-sync";
import { z } from "zod/v4";
import "dotenv/config";

// 图的状态
const Schema = z.object({
  subject: z.string().default("").describe("邮件主题"),
  message: z.string().default("").describe("邮件内容"),
  feedback: z.string().default("").describe("反馈"),
});

// 根据Schema生成的ts类型
type TState = z.infer<typeof Schema>;

const model = new ChatOpenAI({
  model: "gpt-4o-mini",
});

// 节点：1. 写邮件的节点  2. 用户审查节点  3. 发送邮件
async function writeEmail(state: TState) {
  console.log("AI: 正在生成/修改邮件内容...");

  // 提示词
  const lines: string[] = [
    "你是一个专业的中文邮件撰写助手。",
    "请用自然、礼貌、简洁的中文撰写邮件正文。",
    "只输出邮件正文内容本身，不要输出额外的解释说明。",
  ];

  if (!state.message || !state.feedback) {
    // 说明是初次生成邮件内容，当前只有主题
    lines.push(`邮件主题：${state.subject}`);
    lines.push("请根据以上主题撰写第一版邮件正文。");
  } else if (state.feedback !== "approve") {
    // 说明有修改意见，需要根据上一版的正文 + 用户的反馈意见来进行修改
    lines.push("下面是上一版邮件正文：");
    lines.push(state.message);
    lines.push("下面是用户给出的修改意见：");
    lines.push(state.feedback);
    lines.push(
      "请严格根据修改意见，在保留合理内容的前提下，重写一封新的邮件正文，只输出修改后的完整邮件内容。",
    );
  }

  const pt = lines.join("\n");

  const result = await model.invoke(pt);

  const content =
    typeof result.content === "string"
      ? result.content
      : JSON.stringify(result.content);

  return {
    message: content,
  };
}

async function humanReview(state: TState) {
  // 先将模型生成的邮件内容显示出来
  console.log("\n===== 当前 AI 生成的邮件内容 =====\n");
  console.log(state.message);
  console.log("\n系统: 等待人类审核...\n");

  const input = readlineSync.question(
    "是否发送？请输入 'approve' 表示发送，或输入你的修改意见：",
  );

  console.log(`\n\n用户的反馈为：${input}`);

  return {
    feedback: input,
  };
}

function sendEmail(state: TState) {
  console.log("\n===== 模拟发送邮件 =====");
  const to = "demo@example.com";
  console.log(`收件人: ${to}`);
  console.log(`主题: ${state.subject}`);
  console.log("正文:\n");
  console.log(state.message);
  console.log("\n[模拟] 邮件已发送！");
  return {};
}

// 构建图
const graph = new StateGraph(Schema)
  .addNode("writeEmail", writeEmail)
  .addNode("humanReview", humanReview)
  .addNode("sendEmail", sendEmail)
  .addEdge(START, "writeEmail")
  .addEdge("writeEmail", "humanReview")
  .addConditionalEdges("humanReview", (state: TState) => {
    if (state.feedback === "approve") return "sendEmail";
    return "writeEmail";
  })
  .addEdge("sendEmail", END)
  .compile();

async function main() {
  const subject = readlineSync.question("请输入邮件的主题：");

  console.log(
    "\n===== 开始：大模型根据主题生成邮件，并支持多次人工修改 =====\n",
  );

  const stream = await graph.stream({ subject });

  for await (const _e of stream) {
  }

  console.log("\n===== 流程结束 =====");
}

main();

存在的问题

目前来看，我们的代码好像也实现了中断的需求，并且没有用到langgraph里面的interrupt.

🙋那是不是官方提供的interrupt是多此一举呢？

上面的案例，在实现中断，等待用户输入的时候：

const input = readlineSync.question(
  "是否发送？请输入 'approve' 表示发送，或输入你的修改意见："
);

这是一个同步阻塞式的操作。

这也就意味着程序执行到这里的时候，后面的步骤被卡死，等待用户的输入。只要用户不输入，无法进入到后面的流程。

企业审批系统不能这么做，因为：

• 审批者不可能立刻在线
• 后端不可能阻塞线程等待审批
• 流程不能暂停并等待下一次调用
• 多个审批人不可能同时处理
• 审批A没回消息，整个系统卡死

总结起来就一句：阻塞式的逻辑会让后端挂起线程，企业级系统绝对不会这么做。

---

-EOF-