Checkpointing 检查点

返回 Agent 开发笔记合集

1、定义

Checkpointing 是在任务执行过程中保存关键状态快照的机制。它让 Agent 可以在失败、中断或人工审批后，从某个已知状态继续执行。

检查点通常包含 State、上下文摘要、工具结果、执行位置和必要的元数据。

如果 State 是任务当前状态，Checkpoint 就是某个时间点的状态存档。

2、为什么它重要

长任务、多轮任务和高风险任务都需要检查点。没有检查点，系统一旦失败就只能重头开始，或者无法解释之前发生了什么。

在 Human-in-the-loop 场景里，检查点也能让任务暂停等待人工确认，确认后再继续。

Checkpointing 让 Agent 更像可靠任务系统，而不是一次性脚本。

3、检查点通常保存什么

保存内容要足够恢复任务，但也要注意隐私、体积和过期策略。

4、和 Snapshot、Memory 的区别

Checkpoint 更偏“从这里继续跑”，Trace 更偏“发生过什么”，Memory 更偏“以后记住什么”。

5、一个 Agent 开发例子

一个代码修复 Agent 可以在这些节点保存检查点：

1. 读取任务后：保存用户目标和初始上下文
2. 制定计划后：保存计划和风险点
3. 修改代码前：保存当前 git diff
4. 跑测试后：保存测试结果
5. 等待审批前：保存待确认动作
6. 完成后：保存最终总结和验证命令

如果测试阶段失败，Agent 可以从“修改代码后”的检查点继续分析，而不用重新读完整任务。

6、常见误区

误区一：只要有日志就能恢复

不一定。日志能说明发生过什么，但不一定包含恢复执行需要的结构化状态。

误区二：每一步都完整保存最好

不是。检查点需要平衡可靠性和成本。关键节点保存，普通中间过程可以只记 Trace。

误区三：恢复就是从上一步重跑

恢复要考虑幂等性。某些动作已经产生副作用，不能简单重复执行。

误区四：检查点只用于失败恢复

不只是。它还支持人工审批、暂停续跑、调试回放和长任务分段执行。

7、一句话总结

Checkpointing 是 Agent 的存档点。它让任务失败、暂停或等待审批后，可以从清楚的状态继续，而不是从头再来。

参考资料

• LangGraph: Persistence
• Temporal: Workflow state and replay