LangGraph持久化之失败后恢复运行

在langgraph中,我们对节点输出进行持久化。每一个超步都会进行存储(持久化工具我选择的是PgSQL)。

注:超步------一轮 "读取 → 并发执行 → 写回 → 存档" 的循环。langgraph的整个运行流程也就由多个超步接起来的。 其中,超步会保存其后续节点运行的结果,当后续某一个节点运行失败时,在重新运行时,就能知道哪些节点是运行成功的,哪些节点是运行失败的,再次执行时,就只需要重新运行失败的节点。

例:

其中,我将node_joke节点手动抛出异常,模拟节点运行失败:

python 复制代码
def node_joke(state: OverallState) -> OverallState:
    logger.info(f"node_joke 已执行")
    topic = state["topic"]

    #人为抛出异常模拟
    time.sleep(5)
    raise Exception("人为抛出异常~")

    joke = model.invoke([HumanMessage(f"请创制关于{topic}的笑话,尽可能简单,不超过一百字")]).content
    return {
        "joke": joke,
    }

查询该节点的超步内容如下:

复制代码
StateSnapshot(
    values={'topic': '冰美式:布偶猫'},
    next=('node_poem', 'node_joke'),
    config={
        'configurable': {
            'thread_id': '123',
            'checkpoint_ns': '',
            'checkpoint_id': '1f1b021f-c0e6-68e9-8001-c2c0746964d8'
        }
    },
    metadata={
        'step': 1,
        'source': 'loop',
        'parents': {}
    },
    created_at='2026-09-14T09:52:23.440806+00:00',
    parent_config={
        'configurable': {
            'thread_id': '123',
            'checkpoint_ns': '',
            'checkpoint_id': '1f1b021f-c0e0-6aaf-8000-67f32d1bda3b'
        }
    },
    tasks=(
        # 并行任务1:node_poem 执行成功
        PregelTask(
            id='77983d76-c61a-d56b-ded6-0a0c87dfee86',
            name='node_poem',
            path=('__pregel_pull', 'node_poem'),
            error=None,
            interrupts=(),
            state=None,
            result={
                'poem': '《冰美式与布偶猫》\n冰盏凝香消暑气,蓝瞳映雪卧云茵。\n偶然拾得闲情趣,半日清欢属此身。'
            }
        ),
        # 并行任务2:node_joke 执行失败,手动抛出异常
        PregelTask(
            id='ec36d000-59ad-e1ab-1ea4-f9234be55d06',
            name='node_joke',
            path=('__pregel_pull', 'node_joke'),
            error="Exception('人为抛出异常~')",
            interrupts=(),
            state=None,
            result=None
        )
    ),
    interrupts=()
)

可以看到node_joke抛出异常,而并行节点的node_poem正常运行。

这时,将代码就行修复后,我们需要重新运行graph时,我们只需要传入 None和config,不需要传入具体参数,就只会运行失败节点:

python 复制代码
result_1 = graph.invoke(
        None,
        config=config
    )

再吃查看其超步内容如下:

可以看到结果正常。

相关推荐
吴名氏.6 分钟前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent
黑客笔记10 小时前
python小工具win7翻车事故现场
python
Csvn11 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
岁月宁静12 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
benchmark_cc12 小时前
个人开发者接入五档盘口:用 QuantDash 读取单只股票的验收清单与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
小七-七牛开发者13 小时前
周 1 上线 | DSH 喜提原神进场动画,Anthropic 启动 IPO 路演;黄仁勋辞任;微软全球大宕机超 24 小时
ai·大模型·agent·token·工作流·claudecode·ai coding
ZhengEnCi13 小时前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
泯泷14 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
阿里云大数据AI技术14 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
Dmz丶14 小时前
前端转 AI 100 天 Day 45:阶段复盘——从“会调 API”到“做出 AI 产品”
python