嘿，大家好！這里是一個專注于AI智能體的頻道！

今天我們聊聊如何在LangGraph中實現(xiàn)“人機交互”（Human-in-the-Loop，簡稱HIL）的機制。這可是讓智能系統(tǒng)更懂你、更貼心的秘密武器哦！

想象一下，你的智能助手在執(zhí)行任務(wù)時突然停下來，問你：“嘿，我接下來要用這個工具，你覺得怎么樣？”這就是HIL的核心——在關(guān)鍵時刻讓人類介入，確保每一步都符合你的期望。

具體怎么做呢？我們通過在LangGraph中設(shè)置斷點來實現(xiàn)。這些斷點會在執(zhí)行圖的關(guān)鍵點暫停，等待你的輸入。在我的例子中，我們在一個工具被執(zhí)行之前設(shè)置了一個斷點，檢查智能助手是否選擇了正確的工具。如果選對了，我們繼續(xù)；如果沒選對，那就停下來，等待你的指示。

考慮到代碼塊放在文章之中太長，影響觀看體驗，獲取本文代碼腳本，請后臺私信  人機交互agent

為了展示這個過程，我們用Streamlit做了一個應(yīng)用。你需要下載代碼，然后在cmd運行它。代碼中，我們首先設(shè)置了環(huán)境變量，定義了模型（我們用的是OpenAI的GPT-4o模型，當(dāng)然你也可以嘗試其他模型）。

接下來，我們定義了兩個工具：一個是用來做互聯(lián)網(wǎng)搜索的，另一個是簡單的加法工具。通過ToolExecutor，我們管理并執(zhí)行這些工具。然后，我們定義了一些函數(shù)，比如should_continue?來判斷是否繼續(xù)執(zhí)行，call_model?來調(diào)用模型，call_tool來執(zhí)行工具。

最后，我們用LangGraph定義了一個工作流程圖，有兩個節(jié)點：agent和action。agent節(jié)點調(diào)用模型，action節(jié)點調(diào)用工具。我們設(shè)置了從agent到action的條件邊，以及從action回agent的正常邊，形成了一個循環(huán)。

關(guān)鍵的是，我們在編譯圖時加入了檢查點，這樣在執(zhí)行過程中可以支持中斷。我們使用SqliteSaver來保存狀態(tài)，確保在中斷前能夠保存當(dāng)前的執(zhí)行狀態(tài)。

運行這個應(yīng)用時，用戶輸入一個問題，智能助手會選擇合適的工具，并顯示工具名稱。然后，系統(tǒng)會生成一個驗證消息，詢問用戶是否批準(zhǔn)。如果用戶回答“yes”，那么工具調(diào)用消息會被添加到狀態(tài)中，繼續(xù)執(zhí)行。如果用戶回答其他內(nèi)容，執(zhí)行將從用戶輸入的新消息開始。

通過這種方式，HIL機制不僅讓智能助手的操作更加透明，還讓你能夠?qū)崟r干預(yù)和批準(zhǔn)工具的選擇，確保每一步都符合你的期望。是不是很酷？這就是LangGraph和HIL的魅力所在！

本文轉(zhuǎn)載自 ??探索AGI??，作者： 獼猴桃