AI Agents · 课时

持久化图状态（检查点）

Q: 「持久化图状态（检查点）」这节课中我会学到什么？

将状态保存到 Postgres 或 SQLite，使长期运行的智能体能够暂停、恢复并接受审计。 你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

将状态保存到 Postgres 或 SQLite，使长期运行的智能体能够暂停、恢复并接受审计。

持久化图状态（检查点） 是 CoddyKit 上的免费 AI Agents 课时。这是第 4 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 AI Agents 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Agents 课程共包含 4 节课。

为什么要持久化状态？

长时间运行的代理需要：

暂停数小时后再恢复
从执行中途的崩溃中恢复
支持人在回路中（等待批准）
为调试重放一次运行

LangGraph 检查点保存器会在每个节点边界持久化状态。

内存检查点保存器

用于开发和测试：

from langgraph.checkpoint.memory import MemorySaver

checkpointer = MemorySaver()
app = graph.compile(checkpointer=checkpointer)

Postgres 检查点保存器

用于生产环境：

from langgraph.checkpoint.postgres import PostgresSaver

checkpointer = PostgresSaver.from_conn_string('postgresql://...')
await checkpointer.setup()   # create tables
app = graph.compile(checkpointer=checkpointer)

Sqlite 检查点保存器

无需数据库服务器的本地持久化：

from langgraph.checkpoint.sqlite import SqliteSaver
import sqlite3

conn = sqlite3.connect('agents.db', check_same_thread=False)
checkpointer = SqliteSaver(conn)

线程 ID

每次运行都有一个 thread_id — 类似会话 ID。不同用户会获得不同的 thread_id；要恢复一次运行，需要使用相同的 ID：

config = {'configurable': {'thread_id': 'user-42-conversation-1'}}
result = app.invoke({'messages': [...]}, config)

恢复运行

使用相同的 thread_id 调用 invoke，并且不提供输入 — 代理会从停止的位置继续运行：

# Some hours later:
app.invoke(None, config)

检查状态

读取线程的当前状态：

snapshot = app.get_state(config)
print(snapshot.values)         # current state dict
print(snapshot.next)           # which node is next
print(snapshot.created_at)

状态历史

回溯查看每个检查点：

for snapshot in app.get_state_history(config):
    print(snapshot.created_at, snapshot.values)

分叉运行

您可以在任意过去的检查点更新状态，并从那里重新运行 — 这对于“假设情境”调试很有用：

app.update_state(config, {'plan': 'a different plan'})
app.invoke(None, config)   # continue with the new plan

使用 interrupt_before 实现人在回路中

在敏感节点之前暂停执行，以便人进行检查：

app = graph.compile(
    checkpointer=checkpointer,
    interrupt_before=['send_email']
)

result = app.invoke({'messages': [...]}, config)
# Agent paused. Human inspects state.
# When approved:
app.invoke(None, config)

编辑后恢复

人在恢复运行前可以编辑状态：

app.update_state(config, {'email_draft': 'final version'})
app.invoke(None, config)

跨检查点跟踪成本

持久化状态可以包含在崩溃后仍然保留的令牌和成本计数器：

class State(TypedDict):
    cost_usd: Annotated[float, lambda a, b: a + b]

# Every LLM-calling node adds to it.

清理

旧线程会不断累积。请定期删除已完成的线程，以控制存储空间：

await checkpointer.delete(thread_id='old-thread')

恢复线程

崩溃后如何恢复代理运行？

回顾

本地使用 SqliteSaver，生产环境使用 PostgresSaver。线程 ID 用于区分不同运行。将其与 interrupt_before 结合，即可实现人在回路中的工作流。

常见问题解答

「持久化图状态（检查点）」课时是免费的吗？

是的 — 「持久化图状态（检查点）」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Agents 课程的其余内容，请升级到 CoddyKit PRO。 AI Agents 课程共包含 4 节课。

「持久化图状态（检查点）」这节课中我会学到什么？

将状态保存到 Postgres 或 SQLite，使长期运行的智能体能够暂停、恢复并接受审计。你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 AI Agents 需要有经验吗？

无需任何先前经验。CoddyKit 上的 AI Agents 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 4 节课，共 4 节。

「持久化图状态（检查点）」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 AI Agents 课中编写并运行代码吗？

能。每节 AI Agents 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 AI Agents