人机协作

人机协作（HITL）中间件允许你为智能体工具调用添加人工监督。 当模型提出可能需要审查的操作时——例如写入文件或执行 SQL——中间件可以暂停执行并等待决策。

它通过检查每个工具调用是否符合可配置的策略来实现这一点。如果需要干预，中间件会发出一个中断来停止执行。图状态使用 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。

然后由人工决策决定接下来的操作：可以按原样批准操作（approve）、在运行前修改（edit）、带反馈拒绝（reject），或直接回复（respond）用于”询问用户”类型的工具。

中断决策类型

中间件定义了四种内置的人工响应中断方式：

决策类型	说明	示例用例
✅ approve	操作按原样批准并执行，不做任何更改。	完全按照撰写的邮件草稿发送
✏️ edit	工具调用在修改后执行。	在发送邮件前更改收件人
❌ reject	工具调用被拒绝，并在对话中添加解释。	拒绝邮件草稿并解释如何重写
💬 respond	跳过工具执行；人工的消息成为工具结果。	用直接回复回答”ask_user”提示

每个工具可用的决策类型取决于你在 interrupt_on 中配置的策略。 当多个工具调用同时暂停时，每个操作需要单独的决策。 决策必须按照操作在中断请求中出现的相同顺序提供。

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，并可能多次执行工具或采取意外操作。

配置中断

要使用人机协作，在创建智能体时将中间件添加到智能体的 middleware 列表中。

你需要配置一个工具操作到每个操作允许的决策类型的映射。当工具调用匹配映射中的操作时，中间件将中断执行。

from langchain.agents import create_agent
from langchain.agents.middleware import HumanInTheLoopMiddleware 
from langgraph.checkpoint.memory import InMemorySaver 


agent = create_agent(
    model="gpt-5.4",
    tools=[write_file, execute_sql, read_data],
    middleware=[
        HumanInTheLoopMiddleware(
            interrupt_on={
                "write_file": True,  # 允许所有决策（approve、edit、reject、respond）
                "execute_sql": {"allowed_decisions": ["approve", "reject"]},  # 不允许编辑
                "read_data": False, # 安全操作，无需审批
            },
            # 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" 来覆盖此前缀
            description_prefix="Tool execution pending approval",
        ),
    ],
    # 人机协作需要检查点来处理中断。
    # 在生产环境中，使用持久化检查点器如 AsyncPostgresSaver。
    checkpointer=InMemorySaver(),
)

你必须配置检查点器以在中断之间持久化图状态。 在生产环境中，使用持久化检查点器如 AsyncPostgresSaver。对于测试或原型开发，使用 InMemorySaver。

调用智能体时，传入包含 线程 ID 的 config，以将执行与对话线程关联。 详情请参见 LangGraph 中断文档。

配置选项

interrupt_on · dict · required

工具名称到审批配置的映射。值可以是 True（使用默认配置中断）、False（自动批准）或 InterruptOnConfig 对象。

description_prefix · string · default: "Tool execution requires approval"

操作请求描述的前缀

InterruptOnConfig 选项：

allowed_decisions · list[string]

允许的决策列表：'approve'、'edit'、'reject' 或 'respond'

description · string | callable

静态字符串或可调用函数，用于自定义描述

响应中断

当你调用智能体时，它会运行直到完成或触发中断。当工具调用匹配你在 interrupt_on 中配置的策略时，就会触发中断。使用 version="v2" 时，结果是一个带有 interrupts 属性的 GraphOutput，包含需要审查的操作。然后你可以将这些操作呈现给审查者，并在提供决策后恢复执行。

from langgraph.types import Command

# 人机协作利用 LangGraph 的持久化层。
# 你必须提供线程 ID 以将执行与对话线程关联，
# 这样对话才能暂停和恢复（人工审查所需）。
config = {"configurable": {"thread_id": "some_id"}}
# 运行图直到触发中断。
result = agent.invoke(
    {
        "messages": [
            {
                "role": "user",
                "content": "Delete old records from the database",
            }
        ]
    },
    config=config,
    version="v2",
)

# result 是一个带有 .value 和 .interrupts 的 GraphOutput
print(result.interrupts)
# > (
# >    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
    version="v2",
)

决策类型

✅ approve

使用 approve 按原样批准工具调用并执行，不做任何更改。

agent.invoke(
    Command(
        # 决策以列表形式提供，每个待审查的操作对应一个。
        # 决策的顺序必须与中断请求中操作的顺序匹配。
        resume={
            "decisions": [
                {
                    "type": "approve",
                }
            ]
        }
    ),
    config=config,  # 相同的线程 ID 以恢复暂停的对话
    version="v2",
)

✏️ edit

使用 edit 在执行前修改工具调用。 提供编辑后的操作，包含新的工具名称和参数。

agent.invoke(
    Command(
        # 决策以列表形式提供，每个待审查的操作对应一个。
        # 决策的顺序必须与中断请求中操作的顺序匹配。
        resume={
            "decisions": [
                {
                    "type": "edit",
                    # 编辑后的操作，包含工具名称和参数
                    "edited_action": {
                        # 要调用的工具名称。
                        # 通常与原始操作相同。
                        "name": "new_tool_name",
                        # 传递给工具的参数。
                        "args": {"key1": "new_value", "key2": "original_value"},
                    }
                }
            ]
        }
    ),
    config=config,  # 相同的线程 ID 以恢复暂停的对话
    version="v2",
)

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，并可能多次执行工具或采取意外操作。

❌ reject

使用 reject 拒绝工具调用并提供反馈而非执行。

agent.invoke(
    Command(
        # 决策以列表形式提供，每个待审查的操作对应一个。
        # 决策的顺序必须与中断请求中操作的顺序匹配。
        resume={
            "decisions": [
                {
                    "type": "reject",
                    # 关于操作被拒绝原因的解释
                    "message": "No, this is wrong because ..., instead do this ...",
                }
            ]
        }
    ),
    config=config,  # 相同的线程 ID 以恢复暂停的对话
    version="v2",
)

message 会作为反馈添加到对话中，帮助智能体理解操作被拒绝的原因以及它应该做什么。

---

多个决策

当多个操作待审查时，按照它们在中断中出现的相同顺序为每个操作提供决策：

{
    "decisions": [
        {"type": "approve"},
        {
            "type": "edit",
            "edited_action": {
                "name": "tool_name",
                "args": {"param": "new_value"}
            }
        },
        {
            "type": "reject",
            "message": "This action is not allowed"
        }
    ]
}

💬 respond

对于”询问用户”类型的工具，使用 respond，其中工具的真实实现就是人工的回复。message 内容直接作为工具结果返回；工具本身不会被执行。

agent.invoke(
    Command(
        # 决策以列表形式提供，每个待审查的操作对应一个。
        # 决策的顺序必须与中断请求中操作的顺序匹配。
        resume={
            "decisions": [
                {
                    "type": "respond",
                    # 人工的回复，直接作为工具结果返回
                    "message": "Blue.",
                }
            ]
        }
    ),
    config=config,  # 相同的线程 ID 以恢复暂停的对话
    version="v2",
)

message 作为成功的 ToolMessage 返回给智能体。当工具有意作为人工输入的占位符时使用 respond——例如，一个提示澄清的 ask_user 工具。

使用人机协作进行流式输出

你可以使用 stream() 代替 invoke() 来在智能体运行和处理中断时获取实时更新。使用 stream_mode=['updates', 'messages'] 和 version="v2" 以统一的 v2 格式同时流式传输智能体进度和大语言模型（LLM） Token。

from langgraph.types import Command

config = {"configurable": {"thread_id": "some_id"}}

# 流式传输智能体进度和 LLM Token 直到中断
for chunk in agent.stream(
    {"messages": [{"role": "user", "content": "Delete old records from the database"}]},
    config=config,
    stream_mode=["updates", "messages"],
    version="v2",
):
    if chunk["type"] == "messages":
        # LLM Token
        token, metadata = chunk["data"]
        if token.content:
            print(token.content, end="", flush=True)
    elif chunk["type"] == "updates":
        # 检查中断
        if "__interrupt__" in chunk["data"]:
            print(f"\n\n中断: {chunk['data']['__interrupt__']}")

# 在人工决策后使用流式传输恢复
for chunk in agent.stream(
    Command(resume={"decisions": [{"type": "approve"}]}),
    config=config,
    stream_mode=["updates", "messages"],
    version="v2",
):
    if chunk["type"] == "messages":
        token, metadata = chunk["data"]
        if token.content:
            print(token.content, end="", flush=True)

有关流式传输模式的更多详情，请参见流式输出指南。

执行生命周期

中间件定义了一个 after_model 钩子，在模型生成响应之后但在执行任何工具调用之前运行：

1. 智能体调用模型生成响应。
2. 中间件检查响应中的工具调用。
3. 如果任何调用需要人工输入，中间件构建一个包含 action_requests 和 review_configs 的 HITLRequest 并调用 interrupt。
4. 智能体等待人工决策。
5. 根据 HITLResponse 决策，中间件执行已批准或已编辑的调用，为已拒绝的调用合成 ToolMessage，将人工回复直接作为 ToolMessage 返回用于 respond 决策，然后恢复执行。

自定义人机协作逻辑

对于更专门的工作流程，你可以直接使用 interrupt 原语和中间件抽象来构建自定义人机协作逻辑。

查看上面的执行生命周期以了解如何将中断集成到智能体的操作中。

---

连接这些文档到 Claude、VSCode 等工具，通过 MCP 获取实时答案。

在 GitHub 上编辑此页面或提交问题。