LangChain 1.0 实战：Human-in-the-Loop 中间件详解 ------ 让 AI 更安全、更可控
作者 ：AI 工程师
日期 ：2026 年 3 月 26 日
关键词：LangChain、HumanInTheLoopMiddleware、人机协作、Agent 安全、MCP
在大模型智能体（Agent）日益普及的今天，如何确保其行为安全、合规、可审计 ，成为落地关键。LangChain 1.0 推出的 HumanInTheLoopMiddleware（人机协作中间件），正是解决这一问题的利器。
本文将深入介绍该中间件的原理、配置方式与实战技巧，助你构建高可信度的 AI 应用。
一、什么是 Human-in-the-Loop（HITL）？
Human-in-the-Loop（人机协作） 是一种在 AI 决策流程中引入人类监督的机制。当 Agent 尝试执行高风险操作 （如删除数据、发送邮件、修改配置）时，系统会自动暂停，等待人工审核后再继续。
✅ 典型场景：
- 发送包含敏感信息的邮件
- 执行 SQL 删除语句
- 修改生产环境配置
- 调用金融交易接口
LangChain 通过 HumanInTheLoopMiddleware 将 HITL 能力标准化，无缝集成到 Agent 工作流中。
二、核心能力：三种人工决策类型
当中间件触发中断后，人类可选择以下三种操作：
| 决策类型 | 说明 | 示例 |
|---|---|---|
| ✅ approve（批准） | 按原参数执行工具调用 | 直接发送草稿邮件 |
| ✏️ edit（编辑） | 修改工具参数后执行 | 修改收件人或正文后再发 |
| ❌ reject（拒绝） | 取消操作，并反馈原因 | 拒绝发送，并要求重写 |
⚠️ 注意：是否允许
edit取决于你在interrupt_on中的配置。
- 中断触发条件（interrupt_on）
True：启用所有决策类型（approve/edit/reject）
False：跳过审核
字典形式：精细控制允许的决策类型
python
HumanInTheLoopMiddleware(
interrupt_on={
"write_file": True, #写文件需要确认文件名和内容
"execute_sql": True,# 执行SQL需要确认SQL语句
"send_email": {
"allowed_decisions": ["approve", "edit", "reject"],
"description": "发送邮件需要确认收件人和内容"
},
"read_data": False,
},
description_prefix="敏感操作需要您的批准",
)三、快速上手：配置 HumanInTheLoopMiddleware
1. 简单的代码
python
# -*- coding: utf-8 -*-
"""
agent_with_memory
Author: user
Date: 2026/3/16
Description:
"""
from langchain.agents import create_agent, AgentState
from langgraph.checkpoint.memory import InMemorySaver
from langchain_core.tools import tool
from langchain_community.callbacks import get_openai_callback
from langchain.chat_models import init_chat_model
from langchain.agents.middleware import HumanInTheLoopMiddleware
import os
from dotenv import load_dotenv
from langgraph.types import Command
load_dotenv(override=True)
model = init_chat_model(model="qwen2-72b", #
model_provider='openai',
api_key= os.getenv("api_key"),
base_url= os.getenv("base_url"),
temperature=0.3,
max_retries=4,
#max_tokens=10
)
# 1. 系统提示词
system_prompt = """你是多功能助手，可以执行写文件、执行SQL、发送邮件、读取数据等操作。"""
# 2. 定义工具
@tool
def write_file(filename: str, content: str) -> str:
"""写入文件"""
with open(filename, "w", encoding="utf-8") as f:
f.write(content)
print("文件写入成功！")
return f"已写入文件: {filename}"
@tool
def execute_sql(query: str) -> str:
"""执行 SQL 查询"""
# 实际应用中连接数据库
return f"执行 SQL: {query}"
@tool
def send_email(to: str, subject: str, body: str) -> str:
"""发送邮件"""
return f"已发送邮件到 {to}"
@tool
def read_data(source: str) -> str:
"""读取数据（安全操作）"""
return f"读取数据: {source}"
# 4. 添加记忆
checkpointer = InMemorySaver()
# 5. 创建 Agent
agent = create_agent(
model=model,
tools=[write_file, execute_sql,send_email,read_data],
system_prompt=system_prompt,
checkpointer=checkpointer,
middleware=[
HumanInTheLoopMiddleware(
interrupt_on={
"write_file": True, #写文件需要确认文件名和内容
"execute_sql": True,# 执行SQL需要确认SQL语句
"send_email": {
"allowed_decisions": ["approve", "edit", "reject"],
"description": "发送邮件需要确认收件人和内容"
},
"read_data": False,
},
description_prefix="敏感操作需要您的批准",
),
],
)
# 6. 运行对话
config = {"configurable": {"thread_id": "user-001"}}
# 初始调用
result = agent.invoke(
{"messages": [{"role": "user", "content": "在文件 test.txt 中写入内容：Hello, World!"}]},
config=config
)
# 中断后必须用 Command(resume=...) 恢复；HumanInTheLoopMiddleware 期望 HITLResponse：
# {"decisions": [{"type": "approve"|"edit"|"reject", ...}]}
# 不能传 {"decision": "approve"}，否则 interrupt() 收不到决策，工具不会执行。
if result.get("__interrupt__"):
print(f"等待审批: {result['__interrupt__']}")
choice = input("批准? (y/n/e): ").lower().strip()
if choice == "y":
result = agent.invoke(
Command(resume={"decisions": [{"type": "approve"}]}),
config=config,
)
elif choice == "e":
new_content = input("输入新的文件内容： ")
result = agent.invoke(
Command(
resume={
"decisions": [
{
"type": "edit",
"edited_action": {
"name": "write_file",
"args": {
"filename": "safe_test.txt",
"content": new_content,
},
},
}
]
}
),
config=config,
)
else:
result = agent.invoke(
Command(
resume={
"decisions": [
{
"type": "reject",
"message": "用户拒绝执行 write_file",
}
]
}
),
config=config,
)
print(result['messages'][-1].content)