28. Agent 执行到一半想暂停?用 interrupt 给它设个“关卡“!
28. Agent 执行到一半想暂停用 interrupt 给它设个“关卡“在构建复杂的 Agent 系统时我们经常会遇到这样的场景Agent 正在执行一个多步骤的任务比如“下单购买商品”但执行到一半时我们需要它停下来等待用户确认或输入额外信息。如果没有一种机制让 Agent 在中间暂停整个过程就会失控——要么一次性执行完所有步骤可能出错要么不得不强行打断整个流程。今天我们就来深入探讨如何用interrupt中断机制给 Agent 设置“关卡”让它在执行到关键步骤时暂停、等待、再恢复。### 为什么需要 interrupt想象一个电商场景Agent 被要求“帮用户买一部手机”。正常流程是搜索手机 → 选择型号 → 加入购物车 → 确认订单 → 支付。但如果没有 interruptAgent 可能会直接执行支付步骤而用户可能还没确认价格或选择颜色。interrupt 允许我们在“确认订单”这个节点插入一个暂停点让用户检查信息然后决定继续或修改。在实际开发中interrupt 的典型用途包括-用户确认在关键操作前等待用户批准。-动态输入需要用户提供额外参数如地址、优惠码。-条件分支根据暂停点的状态决定后续流程。### 核心概念如何实现 interrupt在 Python 中我们可以利用asyncio的事件循环或自定义状态机来实现 interrupt。这里我们使用一个轻量级的模式用asyncio.Event或asyncio.Condition来阻塞 Agent 的执行直到外部信号触发恢复。下面我将用两个完整的代码示例来演示。—## 示例 1基础 interrupt —— 让 Agent 在步骤中暂停等待用户确认这个示例模拟一个简单的购物 Agent。它执行三步搜索商品、加入购物车、支付。我们在“支付”前插入一个 interrupt等待用户输入yes或no。pythonimport asyncioimport randomclass ShoppingAgent: def __init__(self): self.interrupt_event asyncio.Event() self.user_decision None async def search_item(self, item_name): print(f[Agent] 正在搜索商品{item_name}...) await asyncio.sleep(1) # 模拟搜索延迟 found_items [iPhone 15 Pro, Samsung Galaxy S24, Google Pixel 8] print(f[Agent] 找到商品{random.choice(found_items)}) return found_items[0] async def add_to_cart(self, item): print(f[Agent] 正在将 {item} 加入购物车...) await asyncio.sleep(0.5) print(f[Agent] {item} 已加入购物车当前价格$999) return True async def confirm_payment(self): print([Agent] 准备执行支付...) # --- 设置 interrupt 关卡 --- print([Agent] ⏸️ 暂停等待用户确认支付...) await self.interrupt_event.wait() # 阻塞在这里直到事件被设置 # --- 用户做出决定后恢复 --- if self.user_decision yes: print([Agent] 用户确认支付正在处理...) await asyncio.sleep(1) print([Agent] ✅ 支付成功订单完成。) return True else: print([Agent] ❌ 用户取消支付流程终止。) return False async def run(self, item_name): item await self.search_item(item_name) await self.add_to_cart(item) result await self.confirm_payment() return result def resume_with_decision(self, decision): 外部调用此方法来恢复 Agent self.user_decision decision self.interrupt_event.set() # 设置事件解除 await 阻塞async def main(): agent ShoppingAgent() # 启动 Agent 任务不等待完成 task asyncio.create_task(agent.run(手机)) # 模拟外部用户输入延迟 2 秒后 await asyncio.sleep(2) print(\n[用户] 正在查看订单信息...) # 假设用户输入 yes user_input yes # 在实际应用中这里可以是 input() 或 API 请求 print(f[用户] 输入决定{user_input}) agent.resume_with_decision(user_input) # 等待 Agent 完成 result await task print(f\n最终结果{成功 if result else 失败})if __name__ __main__: asyncio.run(main())运行结果示例[Agent] 正在搜索商品手机...[Agent] 找到商品iPhone 15 Pro[Agent] 正在将 iPhone 15 Pro 加入购物车...[Agent] iPhone 15 Pro 已加入购物车当前价格$999[Agent] 准备执行支付...[Agent] ⏸️ 暂停等待用户确认支付...[用户] 正在查看订单信息...[用户] 输入决定yes[Agent] 用户确认支付正在处理...[Agent] ✅ 支付成功订单完成。最终结果成功关键点解释-asyncio.Event是一个简单的同步原语await event.wait()会阻塞当前协程直到另一个协程调用event.set()。-resume_with_decision()是外部接口模拟用户或另一个系统向 Agent 发送恢复信号。- 这种模式非常适合需要人工介入的场景比如审批流程、动态确认。—## 示例 2高级 interrupt —— 带超时和多次中断的 Agent现实中的 Agent 可能需要多个中断点例如先确认商品再确认支付并且要处理超时情况。这个示例实现了一个更复杂的 Agent它有两个中断点并且每个中断点都有超时机制。pythonimport asyncioimport timeclass AdvancedAgent: def __init__(self): self.interrupts {} # 存储多个中断事件 def create_interrupt(self, name, timeout10): 创建一个新的中断点 event asyncio.Event() self.interrupts[name] { event: event, data: None, timeout: timeout, created_at: time.time() } return event def resolve_interrupt(self, name, data): 外部调用解决中断传入数据 if name in self.interrupts: self.interrupts[name][data] data self.interrupts[name][event].set() else: raise ValueError(f中断 {name} 不存在) async def wait_with_timeout(self, name): 等待中断带超时处理 interrupt self.interrupts[name] try: await asyncio.wait_for(interrupt[event].wait(), timeoutinterrupt[timeout]) return interrupt[data] except asyncio.TimeoutError: print(f[Agent] ⏰ 中断 {name} 超时) return None # 返回 None 表示超时 async def step1_search(self): print([Agent] 步骤1搜索商品...) await asyncio.sleep(1) products [Laptop, Tablet, Smartwatch] print(f[Agent] 找到商品{products}) # 第一个中断让用户选择商品 print([Agent] ⏸️ 中断点1请选择商品编号0-2) choice await self.wait_with_timeout(choose_product) if choice is None: return None selected products[int(choice)] print(f[Agent] 用户选择了{selected}) return selected async def step2_confirm(self, product): print(f[Agent] 步骤2确认购买 {product}...) await asyncio.sleep(0.5) # 第二个中断让用户确认 print([Agent] ⏸️ 中断点2请确认购买yes/no) decision await self.wait_with_timeout(confirm_purchase) if decision yes: print([Agent] ✅ 购买确认继续执行...) return True else: print([Agent] ❌ 购买取消) return False async def run(self): # 创建中断点 self.create_interrupt(choose_product, timeout5) self.create_interrupt(confirm_purchase, timeout5) product await self.step1_search() if product is None: print([Agent] 流程因超时而终止) return False result await self.step2_confirm(product) return resultasync def main(): agent AdvancedAgent() # 启动 Agent task asyncio.create_task(agent.run()) # 模拟外部输入延迟 1 秒后提供商品选择 await asyncio.sleep(1) print(\n[外部] 用户正在选择商品...) agent.resolve_interrupt(choose_product, 1) # 选择 Tablet # 模拟第二个中断输入延迟 2 秒后 await asyncio.sleep(2) print(\n[外部] 用户正在确认购买...) agent.resolve_interrupt(confirm_purchase, yes) # 等待结果 result await task print(f\n最终结果{成功 if result else 失败})if __name__ __main__: asyncio.run(main())运行结果示例[Agent] 步骤1搜索商品...[Agent] 找到商品[Laptop, Tablet, Smartwatch][Agent] ⏸️ 中断点1请选择商品编号0-2[外部] 用户正在选择商品...[Agent] 用户选择了Tablet[Agent] 步骤2确认购买 Tablet...[Agent] ⏸️ 中断点2请确认购买yes/no[外部] 用户正在确认购买...[Agent] ✅ 购买确认继续执行...最终结果成功关键点解释- 使用create_interrupt()动态创建多个中断点每个都有自己的事件和超时。-wait_with_timeout()利用asyncio.wait_for实现超时超时后返回NoneAgent 可以据此做降级处理。- 外部通过resolve_interrupt()传入数据实现了灵活的双向通信。—## 总结通过以上两个示例我们看到了 interrupt 机制在 Agent 系统中的强大作用。它不仅仅是暂停执行更是一种流程控制和人机协作的桥梁。**核心要点**1.中断是状态机的一部分每个中断点代表 Agent 的一个状态等待外部事件触发状态转换。2.异步事件是基础asyncio.Event提供了简单可靠的阻塞/唤醒机制适合大多数场景。3.超时处理必不可少在真实系统中用户可能无响应超时机制能防止 Agent 永久挂起。4.多中断管理复杂 Agent 需要多个中断点建议用字典或类属性统一管理。5.生产环境扩展在实际项目中可以将中断点对外暴露为 REST API 或消息队列实现分布式协作。最佳实践建议- 每个中断点赋予唯一 ID方便追踪。- 中断数据尽量序列化如 JSON以便在分布式系统中传递。- 考虑中断的幂等性防止重复恢复导致错误。有了 interrupt 这个“关卡”你的 Agent 就不再是“闭眼狂奔”的机器而是一个可以随时沟通、灵活调整的智能助手。下次构建复杂流程时记得给它加几个关卡

相关新闻

COMSOL仿真六角晶格BIC合并行为全流程解析

COMSOL仿真六角晶格BIC合并行为全流程解析

1. 项目概述:六角晶格BIC合并行为的COMSOL仿真全流程 在光子晶体和超材料研究中,边界连续态(Boundary-Continuum States, BIC)因其独特的非辐射特性和高品质因子备受关注。本项目通过COMSOL Multiphysics平台,完整复现…

2026/7/29 0:00:23 阅读更多 →
【RT-DETR多模态创新改进】TGRS 2025 顶刊 | 全网独家特征融合改进篇 | 引入IIA信息集成注意力融合模块,有效增强了全局和局部信息的融合,适合目标检测任务、多模态融合目标检测任务

【RT-DETR多模态创新改进】TGRS 2025 顶刊 | 全网独家特征融合改进篇 | 引入IIA信息集成注意力融合模块,有效增强了全局和局部信息的融合,适合目标检测任务、多模态融合目标检测任务

一、本文介绍 本文给大家介绍使用IIA(信息集成注意力融合)模块能够显著提升RT-DETR多模态融合目标检测模型。在RT-DETR多模态融合目标检测中引入IIA信息集成注意力模块,可将不同模态及编码器、解码器的特征进行通道拼接与尺度对齐,并通过沿空间方向的平均池化、最大池化和…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

最新新闻

Sunshine游戏串流服务器完整指南:3步打造家庭云游戏系统

Sunshine游戏串流服务器完整指南:3步打造家庭云游戏系统

Sunshine游戏串流服务器完整指南:3步打造家庭云游戏系统 【免费下载链接】Sunshine Self-hosted game stream host for Moonlight. 项目地址: https://gitcode.com/GitHub_Trending/su/Sunshine Sunshine是一款开源自托管的游戏串流服务器,它能让…

2026/7/29 0:12:27 阅读更多 →
TTS-Backup终极指南:高效备份Tabletop Simulator游戏数据的完整解决方案

TTS-Backup终极指南:高效备份Tabletop Simulator游戏数据的完整解决方案

TTS-Backup终极指南:高效备份Tabletop Simulator游戏数据的完整解决方案 【免费下载链接】tts-backup Backup Tabletop Simulator saves and assets into comprehensive Zip files. 项目地址: https://gitcode.com/gh_mirrors/tt/tts-backup 还在担心Tableto…

2026/7/29 0:12:27 阅读更多 →
夜莺监控新版表格配置图文讲解

夜莺监控新版表格配置图文讲解

夜莺监控新版表格配置图文讲解 大家好,我是你们的老朋友,一名专注于技术工具和运维效率的博主。今天,我们来聊聊夜莺监控(Nightingale)的最新版本中一个非常实用的功能——表格配置。如果你对监控系统有过接触&#xf…

2026/7/29 0:10:26 阅读更多 →
震惊。抓紧学习

震惊。抓紧学习

2026/7/29 0:10:26 阅读更多 →
BaiduPanFilesTransfers深度解析:百度网盘批量操作实战指南

BaiduPanFilesTransfers深度解析:百度网盘批量操作实战指南

BaiduPanFilesTransfers深度解析:百度网盘批量操作实战指南 【免费下载链接】BaiduPanFilesTransfers 百度网盘批量转存、分享和检测工具 项目地址: https://gitcode.com/gh_mirrors/ba/BaiduPanFilesTransfers BaiduPanFilesTransfers是一款基于Python开发的…

2026/7/29 0:09:26 阅读更多 →
粉笔直播课适合在职公务员遴选突破吗

粉笔直播课适合在职公务员遴选突破吗

本文面向已在职、计划参加中央或省市机关公务员公开遴选(以下简称"遴选")的考生,围绕"时间紧、案例题、策论文"三类典型瓶颈,评估粉笔直播课作为主流线上备考产品的适配性与突破作用。文中数据来源于公开财报…

2026/7/29 0:09:26 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/28 8:29:16 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/28 5:03:42 阅读更多 →

月新闻