用 LangGraph 搭智能体工作流，教程大多只教你怎么画节点、连边，跑到一半服务重启、状态丢了，才发现是 checkpoint 没配对。这篇不展开图怎么画，专讲让工作流「能停下来、能恢复」的持久化，以及几个最常踩的坑。

判断直接放开头：LangGraph 上生产的第一个门槛不是图，而是 checkpoint 有没有用上一个能扛重启的存储。

StateGraph 与 checkpoint

LangGraph 的核心抽象是 StateGraph：一个节点集合加一个共享状态，节点之间通过状态传递消息。默认情况下这个状态只活在内存里，一次 invoke 结束就没了。要让它跨调用、跨进程存活，得在 compile 时挂一个 checkpointer——每个 super-step 之后，checkpointer 把整份状态快照存下来。

存下来的快照不是简单覆盖，它是一条带父指针的链表，get_state_history() 往回走就能翻出每一步的历史，这也是时间旅行回退的基础。所以 checkpointer 不只是「记忆」，还是「可回退」的前提。

thread_id

挂上 checkpointer 之后，最常犯的第一个错是忘了传 thread_id。thread_id 是状态的隔离键，同一个 thread_id 的多次调用共享一份状态。不传，每次 invoke 都开一条新线程，模型根本不记得上一轮说过什么。

from langgraph.graph import StateGraph, MessagesState, START, END
from langgraph.checkpoint.postgres import PostgresSaver

def chatbot(state: MessagesState):
    return {"messages": state["messages"]}  # 示意：实际调 LLM

graph = StateGraph(MessagesState)
graph.add_node("chatbot", chatbot)
graph.add_edge(START, "chatbot")
graph.add_edge("chatbot", END)

checkpointer = PostgresSaver.from_conn_string("postgresql://.../langgraph")
checkpointer.setup()          # 建表，只跑一次
app = graph.compile(checkpointer=checkpointer)

config = {"configurable": {"thread_id": "user-42"}}
app.invoke({"messages": [("user", "我喜欢 Python")]}, config)
app.invoke({"messages": [("user", "那我的爱好是什么")]}, config)  # 能答对，因为状态还在

注意 setup() 这一步，很多人忘了，第一次 invoke 直接报「表不存在」。PostgresSaver 不会自己建表，得你先调 setup()。

还有个容易踩的：两个不同的图共用了同一个 thread_id，会把彼此的 state 读串，字段形状对不上就报一堆莫名其妙的错。不同图之间，thread_id 加个前缀隔离，比如 chat-42、wf-42。

MemorySaver 与 PostgresSaver

第二个高频坑是把 MemorySaver 留在生产里。MemorySaver 是进程内存，服务器一重启、一扩容，所有会话历史清零，用户上下文全丢。它只适合本地调试和单测。生产环境换 PostgresSaver、SqliteSaver 这类能落盘的实现，代价几乎为零，但少踩一次「线上用户突然失忆」的事故。

还有个变体坑：RedisSaver 有浅层版本（ShallowRedisSaver），它只存最后一份快照，get_state_history() 只能取到一条，做不了时间旅行回退。需要历史或回放就用完整版 RedisSaver。

interrupt 与人工介入

人工介入是 LangGraph 的招牌，靠 interrupt() 实现：图跑到某个节点停下来等输入。坑在于 interrupt() 的实现是抛一个内部控制信号，你不能用 try/except 把它包起来「吞掉」，否则图会卡死或者直接跳过等待。

恢复时要用 Command 对象传值，而不是把普通 dict 当输入再 invoke 一遍——后者会被当成一次全新输入，图从头重跑。这是「恢复」和「重来」的区别，很多人在这一步栽跟头。

状态膨胀

持久化是有代价的：每个 super-step 存一份完整快照，状态越大，快照越贵。一个 200 条消息的会话，跑 50 步就是 200 条消息存了 50 份。两个办法：临时数据用 UntrackedValue 标记，不进快照；消息列表定期裁剪，只保留近 N 条。别让 checkpoint 变成隐形的存储账单。

值不值得上 LangGraph

如果你的工作流就是一条直线，几个节点顺序执行，没有分支、没有并行、没有人工卡点，那用 LangGraph 是杀鸡用牛刀，直接写函数串起来更清楚。LangGraph 值钱的地方是显式分支、可恢复的持久化、以及出问题能回退到任意一步重跑。先想清楚要不要这些，再决定上不上。