Checkpointer 与 Human-in-the-loop：持久化与人工介入

Checkpointer：给图加"存档系统"

from langgraph.checkpoint.memory import MemorySaver

checkpointer = MemorySaver()          # 生产换 SqliteSaver/PostgresSaver
app = graph.compile(checkpointer=checkpointer)

config = {"configurable": {"thread_id": "user-42-thread-1"}}
app.invoke({"messages": [("user", "你好")]}, config)

• 每个thread_id 是一条独立会话，每步执行后的状态自动存档；
• 同一 thread 再次 invoke 自动带上历史 —— 多轮记忆不用手动管理；
• 换 Sqlite/Postgres 存储后，重启服务会话也不丢。

Human-in-the-loop：危险操作前踩刹车

app = graph.compile(
    checkpointer=checkpointer,
    interrupt_before=["execute_trade"])   # 进该节点前暂停

# 第一次运行：跑到节点前停下
app.invoke(input, config)
# 人工审核后放行（None 表示沿用存档状态继续）
app.invoke(None, config)

典型用途：执行下单/删除/发款等高危工具前暂停等审批；用户输入补充信息后继续；失败现场人工修复后续跑。这是黑盒 AgentExecutor 做不到的事。

Time Travel：时光回溯

因为每步都有存档，你可以取历史某个 checkpoint 的状态、修改后从那里重跑 —— 调试多智能体流程的利器（对应《Harness》课的可观察与恢复职责）。