检查点与恢复：持久化、重放与人机协同
前置知识
一句话定义
检查点（Checkpoint）在图编排的每个节点边界把完整 State 快照持久化，使长任务获得三项能力：崩溃后从最近快照恢复、带着任意快照重放调试、以及在人机协同（Human-in-the-Loop）中中断-审批-续跑。
直观类比
游戏存档：打 Boss 前存档（高危操作前中断），打输了读档重来（恢复），还能回看三个存档之前的选择（时间旅行调试）。存档里保存的是整个世界状态，而不是只存「你打了几下」。
为什么重要
多智能体任务动辄数十步、数十分钟、真金白银的 token 费用：没有检查点，进程崩溃或模型抽风就要从头再来；没有重放，kp-023 排错只能靠日志猜；没有中断机制，高风险操作（发邮件、写数据库、花钱）无法接人工审批。检查点是「可靠性三件套」（恢复/重放/人审）的共同地基。
前置知识
kp-017（节点边界——检查点的天然保存时机）。
核心概念
- 检查点（Checkpoint）：节点执行后写入的 State 完整快照，含版本与时间戳；
- 线程（Thread / thread_id）：一次任务运行的状态序列标识，检查点按线程串成历史链；
- 恢复（Resume）：从最近有效快照继续执行；
- 重放 / 时间旅行（Replay / Time Travel）：从任意历史快照重新执行后续图（改输入或改分支）；
- 中断（Interrupt）：在指定节点前暂停并落盘，等待外部输入（人工审批）后恢复；
- 幂等性（Idempotency）：操作重复执行结果不变——恢复语义安全的前提。
原理与机制
保存什么：完整 State + 当前节点位置 + 配置（模型版本、参数）。检查点存储按可靠性阶梯选择：内存（开发用）→ SQLite（单机）→ Postgres（生产多实例）。恢复的不对称性：State 是纯数据可完美恢复，但副作用不能——节点里发过的邮件、扣过的款不会随回滚消失。由此得出恢复语义：恢复是 at-least-once（至少一次），可能重复执行「已执行一半的节点」。两条工程纪律保证安全：(1) 幂等键（Idempotency Key）：副作用操作携带唯一键，服务端去重（写数据库用 upsert，调外部 API 用请求 ID）；(2) 副作用外置与延迟提交：把不可逆操作挪到「审批门之后」的独立节点，检查点先落盘、动作后执行。人机协同的标准接线：在工具调用节点前设 interrupt → 系统保存快照并返回「待审批」→ 人审后以 Command(resume=批准/修改) 恢复 → 图从中断点继续。重放调试：kp-023 排错的核心手法——把怀疑有问题的上游节点产物替换为理想值，从该检查点重放下游，若下游恢复正常则根因锁定在上游（二分定位）。
图示
节点A ──▶ [CP-1] ──▶ 节点B ──▶ [CP-2] ──▶ ▌interrupt ▐ ──▶ 节点C(发邮件) ──▶ [CP-3]
▲ │人工审批 │
│ ✗驳回 │
└────── 从 CP-2 恢复/重放 ◀── 修改输入 ──────┘
恢复语义: at-least-once ⇒ 副作用必须幂等(幂等键)或外置到审批门之后实例或案例
报告系统在第 6 节点（调用付费数据库）前设审批门：运行至 CP-5 暂停，运营在面板看到「本次预计消耗 ¥12，批准？」；批准后从 CP-5 续跑。20 分钟后进程因供应商故障崩溃——重启后从 CP-9 继续，此前 9 步成果无损；事后为验证某次结论偏差，工程师从 CP-4 带修改后的检索结果重放第 5–9 节点，十分钟完成归因。
常见误区
- 误区一：检查点只存「进度百分比」。 只存步数不存 State，恢复后状态对不齐，等于没存；
- 误区二：以为回滚能撤销副作用。 发出去的邮件回不来——不可逆操作必须幂等化或挪到审批后；
- 误区三：所有节点都设中断点。 人审是稀缺资源，只挂在高危/不可逆节点，否则人工成为吞吐瓶颈。
与其他知识点的关系
kp-015 的压缩前后各留检查点可对比恢复质量；中断-审批是 kp-022 防护栏的「人工层」实现；重放是 kp-023 排错工作流的核心动作；重放产生的运行差异用 kp-025 的 trace 对齐比较。
自测题
- 检查点支撑的三项能力？
要点：崩溃恢复、任意快照重放（时间旅行调试）、中断-审批-续跑（人机协同）。
- 为什么恢复语义是 at-least-once？两条配套纪律？
要点：State 可完美恢复而副作用不能回滚，节点可能被重复执行；配套幂等键与「副作用外置到审批门后」。
- thread_id 的作用？
要点：标识一次运行的检查点链，是恢复、重放与多实例间续跑的寻址单位。
延伸阅读
LangGraph 官方文档的 Persistence 与 Human-in-the-loop 章节给出了 checkpointer、interrupt 与 Command 的完整 API 形态。