时间旅行 ⏱️

先决条件

本指南假定您熟悉 LangGraph 的检查点和状态。如果不熟悉，请先查看持久化概念。

当使用基于模型决策的非确定性系统（例如，由 LLM 驱动的 Agent）时，详细检查其决策过程可能很有用

1. 🤔 理解推理：分析导致成功结果的步骤。
2. 🐞 调试错误：确定错误发生的位置和原因。
3. 🔍 探索替代方案：测试不同的路径以发现更好的解决方案。

我们将这些调试技术称为时间旅行，它由两个关键操作组成：重放 🔁 和派生 🔀 。

重放

重放允许我们重新访问和重现 Agent 过去的动作，直到并包括特定步骤（检查点）。

要重放特定检查点之前的操作，请首先检索线程的所有检查点

all_checkpoints = []
for state in graph.get_state_history(thread):
    all_checkpoints.append(state)

每个检查点都有一个唯一的 ID。在确定所需的检查点（例如，xyz）后，将其 ID 包含在配置中

config = {'configurable': {'thread_id': '1', 'checkpoint_id': 'xyz'}}
for event in graph.stream(None, config, stream_mode="values"):
    print(event)

图将在提供的 checkpoint_id之前重放先前执行的步骤，并执行 checkpoint_id之后的步骤（即，新的派生），即使它们之前已执行过。

派生

派生允许您重新访问 Agent 过去的动作，并在图中探索替代路径。

要编辑特定的检查点，例如 xyz，在更新图的状态时提供其 checkpoint_id

config = {"configurable": {"thread_id": "1", "checkpoint_id": "xyz"}}
graph.update_state(config, {"state": "updated state"})

这将创建一个新的派生检查点 xyz-fork，您可以从中继续运行图

config = {'configurable': {'thread_id': '1', 'checkpoint_id': 'xyz-fork'}}
for event in graph.stream(None, config, stream_mode="values"):
    print(event)

其他资源 📚

• 概念指南：持久化：阅读持久化指南以获得有关重放的更多背景信息。
• 如何查看和更新过去的图状态：关于如何使用图状态的分步说明，演示了重放和派生操作。

评论