LangGraph实战：持久化状态与人工审批

Barcelona Code School 发布了一篇 LangGraph 教程，用虚构的草稿审核流程演示如何保存状态、暂停等待人工审批，再恢复执行。示例没有调用模型，也不发送消息或修改外部系统，重点是讲清恢复机制，以及节点重跑可能带来的重复操作风险。

目前能确认什么

流程依次校验请求、生成占位草稿、暂停审核，最后记录批准、编辑或拒绝的结果。共享状态保存原始请求和草稿，节点返回状态更新，边定义执行路径；审核消息在节点内按需组装。

暂停使用 interrupt()，恢复使用 Command(resume=...)，两次调用必须使用同一个 thread_id。检查点（checkpoint）负责保存执行状态，线程 ID 用来定位对应流程。

恢复时，被中断的节点会从头执行，并非直接从暂停位置接着跑。

因此，邮件发送、支付、数据库写入等操作不能未经保护就放在 interrupt() 前。幂等指重复执行不会额外改变结果；不具备这种性质的操作，重跑就可能产生重复副作用。

示例使用 InMemorySaver，只适合本地教学。它没有验证生产环境的持久化与故障恢复能力。

我的判断

对准备给 AI 工作流接人工审核的程序员，这篇教程最有用的是提醒你：审批界面之外，还要设计恢复后的执行行为。

把外部操作放在审批之后是必要安排，但不能据此认定重复执行问题已经解决。

教程明确要求测试重复恢复、错误线程 ID 和拒绝路径，但节选没有给出这些测试的完整结果，也未展示真实工具接入后的去重方案。

上线前仍需确认：持久化存储如何配置，线程访问如何鉴权，重复提交如何处理，以及外部操作成功、流程记录失败时由谁恢复。这个示例能帮助理解控制流程，尚不足以证明一套生产审批系统已经可靠。