概述 - LangChain 框架 (5) --知识铺
人工参与循环¶
LangGraph 支持强大的**人工参与循环(HIL)**工作流,允许在自动化过程中的任何环节进行人工干预。这在大型语言模型(LLM)驱动的应用程序中尤其有用,因为模型输出可能需要验证、更正或额外的上下文。
主要功能¶
-
持久化执行状态:LangGraph 在每个步骤后都会检查图状态,允许在定义好的节点处无限期地暂停执行。这支持异步的人工审查或输入,不受时间限制。
-
灵活的集成点:HIL 逻辑可以在工作流的任何点引入。这允许有针对性的人工参与,例如批准 API 调用、更正输出或引导对话。
典型用例¶
- 🛠️ 审查工具调用:在工具执行之前,人工可以审查、编辑或批准 LLM 请求的工具调用。
- ✅ 验证 LLM 输出:人工可以审查、编辑或批准 LLM 生成的内容。
- 💡 提供上下文:使 LLM 能够明确请求人工输入以进行澄清或提供额外细节,或支持多轮对话。
实现¶
interrupt函数:在特定点暂停执行,并显示信息供人工审查。Command原语:用于使用人工提供的值恢复执行。
- 原文作者:知识铺
- 原文链接:https://index.zshipu.com/ai002/post/20251125/%E6%A6%82%E8%BF%B0-LangChain-%E6%A1%86%E6%9E%B6-5/
- 版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,非商业转载请注明出处(作者,原文链接),商业转载请联系作者获得授权。
- 免责声明:本页面内容均来源于站内编辑发布,部分信息来源互联网,并不意味着本站赞同其观点或者证实其内容的真实性,如涉及版权等问题,请立即联系客服进行更改或删除,保证您的合法权益。转载请注明来源,欢迎对文章中的引用来源进行考证,欢迎指出任何有错误或不够清晰的表达。也可以邮件至 sblig@126.com