人机协同

人机协同（HITL）中间件允许您为智能体的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。

它通过根据可配置的策略检查每个工具调用来实现这一点。如果需要干预，中间件会发出一个 interrupt 来暂停执行。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。	完全按原样发送邮件草稿
✏️ 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，并向对话中添加解释。	拒绝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-4.1",
    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="工具执行待批准",
        ),
    ],
    # 人机协同需要检查点来处理中断。
    # 在生产环境中，请使用持久化检查点，如 AsyncPostgresSaver。
    checkpointer=InMemorySaver(),
)

您必须配置一个检查点以在中断之间持久化图状态。 在生产环境中，请使用持久化检查点，如 AsyncPostgresSaver。对于测试或原型设计，请使用 InMemorySaver。

调用智能体时，传递一个包含线程 ID 的 config，以将执行与会话线程关联。 详情请参阅 LangGraph 中断文档。

配置选项

interrupt_on · dict · required

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_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' 或 'reject'

description · string | callable

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。当工具调用匹配您在 interrupt_on 中配置的策略时，会触发中断。使用 version="v2" 时，结果是一个带有 interrupts 属性的 GraphOutput，其中包含需要审查的操作。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。

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 以将执行与会话线程关联，
# 这样对话可以暂停和恢复（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": "从数据库中删除旧记录",
            }
        ]
    },
    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': '工具执行待批准\n\n工具: execute_sql\n参数: {...}'
# >             }
# >          ],
# >          '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，不做更改。

agent.invoke(
    Command(
        # 决策以列表形式提供，每个待审查操作一个。
        # 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，每个待审查操作一个。
        # 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，并提供反馈而不是执行。

agent.invoke(
    Command(
        # 决策以列表形式提供，每个待审查操作一个。
        # 决策的顺序必须与中断请求中操作的顺序匹配。
        resume={
            "decisions": [
                {
                    "type": "reject",
                    # 关于为什么拒绝该操作的解释
                    "message": "不，这是错误的，因为...，应该这样做...",
                }
            ]
        }
    ),
    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，以帮助智能体理解为什么操作被拒绝以及它应该做什么。

---

多个决策

当多个操作待审查时，为每个操作提供一个决策，顺序与它们在中断中出现的顺序相同：

{
    "decisions": [
        {"type": "approve"},
        {
            "type": "edit",
            "edited_action": {
                "name": "tool_name",
                "args": {"param": "new_value"}
            }
        },
        {
            "type": "reject",
            "message": "此操作不允许"
        }
    ]
}

人机协同流式处理

您可以使用 stream() 而不是 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 格式流式传输智能体进度和 LLM 令牌。

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 chunk in agent.stream(
    {"messages": [{"role": "user", "content": "从数据库中删除旧记录"}]},
    config=config,
    stream_mode=["updates", "messages"],
    version="v2",
):
    if chunk["type"] == "messages":
        # LLM 令牌
        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__']}")

# 人工决策后恢复流式处理
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)

有关流模式的更多详情，请参阅流式处理指南。

执行生命周期

中间件定义了一个 after_model 钩子，该钩子在模型生成响应后但在任何工具调用执行前运行：

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. 如果有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，为被拒绝的调用合成 ToolMessage，并恢复执行。

自定义 HITL 逻辑

对于更专业的工作流，您可以直接使用 interrupt 原语和中间件抽象构建自定义 HITL 逻辑。

请查看上面的执行生命周期，了解如何将中断集成到智能体的操作中。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.