中断、重试与恢复：先确认哪一步已经生效

返回机制目录 · Pi 固定版本代码导读 · LangGraph checkpoint 导读

查看原尺寸 SVG（可缩放）

单独打开 SVG · 可编辑图源 · PNG 预览 · 图的文字版

假设 Agent 请求工具向外部系统创建一张工单，工具已发出请求，但等待响应时连接断开。读者现在需要判断：能否再次调用工具？ 关键事实是“Agent 没收到成功响应”只说明结果不可见，不说明外部动作没发生。恢复要先分清运行控制、保存的状态和真实世界的副作用。

五个动作分别解决什么

动作	改变什么	不能直接推出什么
取消/中断	停止当前运行或发取消信号；停止后的确认程度取决于被调用方	已发出的外部请求被撤销，或此前的动作被回滚
重试	再做一次模型请求或工具动作，通常受错误类别、次数和退避约束	上一次没有生效，或再次执行一定安全
幂等	由外部系统识别同一个业务动作标识，重复提交时给出同一效果或既有结果；需核对接口合同	只凭 Agent 的调用 ID 就自动具备幂等性
checkpoint/恢复	读取可定位的执行状态，从某处继续或分叉	外部系统也回到该快照的时间点
人介入	在证据不足、结果冲突或不可逆动作前决定继续、补偿或停止	人的点击天然能补齐未知的执行结果

“重试”还须问重试哪一层：重发模型请求可能只重新求一段推理；重放工具调用则可能再次写入外部系统。进程崩溃、用户主动取消、服务端超时和工具返回明确失败，产生的证据也不同。设计时为每个有副作用的动作记录业务键、请求参数摘要、调用/响应标识与最终确认结果；在再次发送前按该键查询外部状态。若外部接口支持幂等键，重试沿用同一业务键；更换键可能被视为新动作。这是推荐的应用设计，具体系统是否提供这些能力必须逐一核对。

一条可判断的失败路径

1. 执行前：把“要创建工单 X”的意图与业务键 K 记下来。若动作需要审批，在发送前完成审批；审批只决定能否启动，不替代结果确认。
2. 请求发出后收到成功响应：记录外部工单 ID 和状态，再推进 Agent 状态。若响应明确失败，按错误类别判断是否可以重试。
3. 请求发出后超时或取消：标记结果未知，先用 K 或外部请求 ID 查询。查到已创建，就记录既有结果并继续，避免第二次创建。
4. 确认未创建，且接口合同允许安全重试：在预设上限 N 和截止时间内，用原 K 重发；每次再出现未知结果仍先对账。达到上限、查询不可用、结果相互矛盾或动作不可逆时，暂停给人对账。
5. 恢复 checkpoint 时，再核对外部结果与新运行计划。checkpoint 可能让图重新调度某个节点，不能代替第 3 步的外部确认。

第 1–5 步是工程建议，并非下面两个框架共同提供的内置流程。反例是“创建请求超时 → 从旧 checkpoint 重跑 → 新建第二张工单”：保存的图状态可能合法，两张外部工单仍然是重复副作用。若接口既不支持按业务键查询，也不支持幂等提交，自动重试不能证明安全；应保留未知状态并交由人核对，必要时制定补偿动作。

固定版本中的实际边界

Pi 的取消与重试。 静态阅读 earendil-works/pi@898ab804050730e9dcefb4443875d5a932aa6a32：核心 Agent.abort() 发当前运行的取消信号；coding-agent 的 AgentSession.abort() 还会取消重试等待等操作并等待空闲。核心取消 · 应用层取消 对可重试的模型错误，AgentSession 在一次运行结束后检查开关和次数、做可取消退避，再调用 Agent.continue()；失败尝试留在原始记录，但下一次模型上下文投影可省略它。后运行重试 · 退避 这是模型请求层的路径，不证明已发出的第三方工具动作可撤销，也不意味着每个工具错误都会自动重试。

LangGraph 的 checkpoint。 静态阅读 langchain-ai/langgraph@bdb85b5aa87a21de68371d2e534b81aeed398f57 的 Python 同步 Pregel 与示例 InMemorySaver：循环可以按 checkpoint_id 加载旧状态；update_state(old_config, values) 从旧状态写出一个新版本（无法唯一判定写入节点时还须指定 as_node），再以返回 config 继续。加载指定版本 · 读取旧版 · 歧义检查与保存新版 · 分叉测试 新状态与已持久化也有区别：该版本 durability 默认为 async，sync 在下一步前保存，exit 只在退出时保存。源码中的参数说明 官方持久化文档说明 checkpoint 用于图状态和恢复；它不构成外部工单已回滚的证据。InMemorySaver 本身被源码注释限定为调试/测试用途。示例 saver 注释

两条固定版本路径各说明一个局部边界：Pi 展示运行/模型重试的层次，LangGraph 展示图状态版本的选择。图里的工单场景是教学抽象，不是声称这两个项目内置工单查询、幂等键或人工对账流程。

证据与待验证

• 源码事实与官方文档声明：上面的 Pi、LangGraph 行为限定在链接的固定 commit 与官方文档所述范围；LangGraph 仓库里的测试是上游断言，不是本文的运行记录。
• 工程推断：结果未知时先对账、重复请求沿用业务键、恢复后复核外部动作，是从“运行状态与外部副作用分离”推得的应用设计建议。
• 未验证：本文未运行两个固定版本、未做故障注入，也未检验具体外部 API 的幂等合同、生产 saver 的跨进程恢复、取消信号在网络与工具中的实际传播。上线前应记录故障点、checkpoint ID、调用 ID、业务键和外部结果，分别做超时、取消、崩溃和重复投递试验。

图的文字说明 · interruption-recovery

这是一张教学决策图，不是某一产品的内部架构或保证。它用创建工单说明：Agent 先记录动作意图和业务键 K，再经工具发送创建请求。请求一旦越过本地进程边界，即使本地随后超时、取消或断线，外部系统也可能已经创建工单。

蓝色“发送创建请求”经紫色箭头跨过竖向虚线标出的副作用边界，进入外部系统的紫色节点。外部动作可能已生效，但响应未抵达；橙色“结果未知”因此进入“按 K / 请求 ID 对账”。查询后分三路：确认已创建，复用已有工单 ID；确认未创建且接口合同允许，进入有次数上限的重试；仍未知，暂停交给人对账。安全重试的蓝色回路从重试节点返回原创建请求，只在 n < N 时沿用同一 K；达到上限的橙色箭头转向人工对账。左侧无边框的 checkpoint 文字是没有流程箭头的旁注：它只恢复图状态，不撤销外部动作。

箭头表示推荐的判断顺序，不表示查询一定可用、人工能立即判明真相，或业务键自动使接口幂等。蓝色是 Agent 侧的动作与有条件回路，紫色是外部副作用边界，橙色是未知/人工确认，绿色是已确认的既有结果；文字标签给出同样的信息。N 是预设的有限重试上限，并非某框架固定参数。

图的依据分两层：Pi 的固定提交 898ab804050730e9dcefb4443875d5a932aa6a32 展示取消信号及 coding-agent 的模型错误重试；LangGraph 的固定提交 bdb85b5aa87a21de68371d2e534b81aeed398f57 展示 checkpoint 选择/分叉。查询工单、K 的设计和人工对账是章节中的工程建议，不是对任一项目现成功能的声明。源码定位、适用范围和未验证项见章节。

运行 python3 figures/interruption-recovery/build.py 可重新生成原生 .excalidraw。用 excalidraw-agent 的固定渲染器从该图源导出 SVG 和 PNG；重新生成时须重查文本布局与裁切。

---

在线预览稿：书稿仍在校稿，系统篇以文内固定源码版本为准；静态阅读不等于运行验收。