回顾

1. DeepResearchSystem 0x00：初识
2. DeepResearchSystem 0x01：Agent 基础
3. DeepResearchSystem 0x02：Graph 建立

在完成前期的 Graph 架构后我们已经能通过 LangGraph 实现主要研究流程。但很快发现一个关键短板：LLM 的输出被完全交给机器处理，缺少人类对“出题”环节的干预。对很多团队这种全自动化模式带来了两大痛点：

• 过度信任 LLM：LMM 的答案可能不符合业务细节或安全要求。一旦被直接执行，风险难以控制。
• 缺少实时校验：没有人为确认步骤。一旦出现错误，就无法及时纠正，导致数据误导或操作失误。

至于方法，引入 HITL

为了解决上述痛点。我们在 LangGraph 工作流中加入HITL- 模块，使得在关键节点可以暂停、审阅、修改，再继续后续流程。这样既保留了自动化的高效，又避免了单纯依赖 LLM 带来的风险。

HITL 的四大作用框架

1. Monitoring: 实时观察 Agent 行为轨迹与输出。
2. Validating: 在预设检查点对结果进领域务规则验证。
3. Intervening: 当置信度低于阈值时主动请求人工介入。
4. Training: 程序化反馈继续提高 Agent 性能。

为何 HITL 对 Agent 很关键？

有些决策不宜让 Agent 单独完成，例如操作不可逆、证据不足或超出授权范围等场景。HITL 能有效把这些高风险决策留给人类做最终裁决。

• 操作不可逆： 删数据、发邮件、执行变更——一旦完成难以撤销。
• 证据不足： 结论缺乏完整证据链或多因果混乱时需要人工甄别。
• 超出授权范围： Agent 被授权诊断但无权变更，此时必须交由人类判断是否推进接下来。

说到Coding，从无到有的 HITL 集成实践

废话少说上代码！这里展示如何把 HITL 嵌进之前的研究计划生成节点。并让整个图在需要确认时暂停等待人工输入，接下来再继续执行。

整体状态结构 — OverallState 增加人类反馈字段

# 人类参与后的相关字段
plan_content : str # 计划内容
plan_status : str # 计划状态：1待确认、2已确认、3重新生成
plan_messages : Annotated。add_messages] # 人类对计划的反馈信息，用于 interrupt 机制
user_feedback : str # 人类对计划的直接反馈

generate_plan 节点 — 初始生成与等待确认标记

// generate_plan → OverallState
logger.info
if state.get!= "unconfirmed":
return {}
configurable = Configuration.from_runnable_config
agent = Agent
agent.set_step_prompt
response = agent.step(
current_date=get_current_date,research_topic=get_research_topic(state,]),research_proposal=state.get
)
return {
"messages":,"plan": response,"plan_status": "unconfirmed","plan_messages":
}

evaluate_plan 节点 — 根据人类反馈决定接下来动作

// evaluate_plan → ReflectionState
configurable = Configuration.from_runnable_config
plan = state.get
if state.get == "unconfirmed":
logger.info
return AWAITING_PLAN_CONFIRMATION
if not plan:
logger.info
return SEARCH_REPLAN
context = get_last_user_response
if “开始研究” in context or “需求确认” in context:
return GENERATE_SEARCH_NODE
agent = JsonAgent(model_id=configurable.query_generator_model。keys=PlanReflection)
agent.set_step_prompt
result = agent.step,context=context)
return GENERATE_SEARCH_NODE if result.satisfy else SEARCH_REPLAN

方法一这方面，成普通节点—阻塞等待模式

// 方法1：手动模拟节点，业务层忙等，无需真正挂起线程
builder.add_node(AWAITING_PLAN_CONFIRMATION,lambda state,config: state) // 状态原地返回
builder.add_node(SEARCH_REPLAN,lambda state,config:{“plan_status”: “unconfirmed”}) // 重规划触发

说到方法二，LangGraph 原生 interrupt —— 真正的 HITL

Command 调用示例 – 从外部恢复图执行