中断指的就是允许图在执行的过程中暂停，等待外部输入。这种机制提供了一种“人类参与”的交互模式，某些场景下某些决策非常重要，需要人类来做出最终抉择，这个时候就可以使用中断。
场景案例
下面我们先来看一下，如果不使用中断，是否能够实现下面的场景：
需求：让大模型帮我们书写邮件，人类给出反馈
- approve：邮件内容没问题，直接发送邮件
- 其它内容：作为邮件内容的修改建议
import { StateGraph, START, END } from "@langchain/langgraph";
import { ChatOpenAI } from "@langchain/openai";
import readlineSync from "readline-sync";
import { z } from "zod/v4";
import "dotenv/config";// 图的状态
const Schema = z.object({subject: z.string().default("").describe("邮件主题"),message: z.string().default("").describe("邮件内容"),feedback: z.string().default("").describe("反馈"),
});// 根据Schema生成的ts类型
type TState = z.infer<typeof Schema>;const model = new ChatOpenAI({model: "gpt-4o-mini",
});// 节点：1. 写邮件的节点 2. 用户审查节点 3. 发送邮件
async function writeEmail(state: TState) {console.log("AI: 正在生成/修改邮件内容...");// 提示词const lines: string[] = ["你是一个专业的中文邮件撰写助手。","请用自然、礼貌、简洁的中文撰写邮件正文。","只输出邮件正文内容本身，不要输出额外的解释说明。",];if (!state.message || !state.feedback) {// 说明是初次生成邮件内容，当前只有主题lines.push(`邮件主题：${state.subject}`);lines.push("请根据以上主题撰写第一版邮件正文。");} else if (state.feedback !== "approve") {// 说明有修改意见，需要根据上一版的正文 + 用户的反馈意见来进行修改lines.push("下面是上一版邮件正文：");lines.push(state.message);lines.push("下面是用户给出的修改意见：");lines.push(state.feedback);lines.push("请严格根据修改意见，在保留合理内容的前提下，重写一封新的邮件正文，只输出修改后的完整邮件内容。",);}const pt = lines.join("\n");const result = await model.invoke(pt);const content =typeof result.content === "string"? result.content: JSON.stringify(result.content);return {message: content,};
}async function humanReview(state: TState) {// 先将模型生成的邮件内容显示出来console.log("\n===== 当前 AI 生成的邮件内容 =====\n");console.log(state.message);console.log("\n系统: 等待人类审核...\n");const input = readlineSync.question("是否发送？请输入 'approve' 表示发送，或输入你的修改意见：",);console.log(`\n\n用户的反馈为：${input}`);return {feedback: input,};
}function sendEmail(state: TState) {console.log("\n===== 模拟发送邮件 =====");const to = "demo@example.com";console.log(`收件人: ${to}`);console.log(`主题: ${state.subject}`);console.log("正文:\n");console.log(state.message);console.log("\n[模拟] 邮件已发送！");return {};
}// 构建图
const graph = new StateGraph(Schema).addNode("writeEmail", writeEmail).addNode("humanReview", humanReview).addNode("sendEmail", sendEmail).addEdge(START, "writeEmail").addEdge("writeEmail", "humanReview").addConditionalEdges("humanReview", (state: TState) => {if (state.feedback === "approve") return "sendEmail";return "writeEmail";}).addEdge("sendEmail", END).compile();async function main() {const subject = readlineSync.question("请输入邮件的主题：");console.log("\n===== 开始：大模型根据主题生成邮件，并支持多次人工修改 =====\n",);const stream = await graph.stream({ subject });for await (const _e of stream) {}console.log("\n===== 流程结束 =====");
}main();存在的问题
目前来看，我们的代码好像也实现了中断的需求，并且没有用到langgraph里面的interrupt.
🙋那是不是官方提供的interrupt是多此一举呢？
上面的案例，在实现中断，等待用户输入的时候：
const input = readlineSync.question("是否发送？请输入 'approve' 表示发送，或输入你的修改意见："
);
这是一个同步阻塞式的操作。
这也就意味着程序执行到这里的时候，后面的步骤被卡死，等待用户的输入。只要用户不输入，无法进入到后面的流程。
企业审批系统不能这么做，因为：
- 审批者不可能立刻在线
- 后端不可能阻塞线程等待审批
- 流程不能暂停并等待下一次调用
- 多个审批人不可能同时处理
- 审批A没回消息，整个系统卡死
总结起来就一句：阻塞式的逻辑会让后端挂起线程，企业级系统绝对不会这么做。
-EOF-