在许多真实场景中,智能体不能完全自动完成任务:可能需要用户批准敏感操作、补充缺失信息、选择方案或修正方向。AG-UI 通过**中断(Interrupt)**相关能力支持人机协同(Human-in-the-loop, HITL)。
什么是中断
中断是智能体运行过程中的一种“暂停点”:智能体在此刻停止继续自动执行,并向客户端请求人工介入。客户端收集用户响应后,将结果返回给智能体以恢复后续流程。
常见用途包括:
- 审批/确认:在执行高风险操作前请求用户同意
- 信息补全:请求用户提供缺失参数或上下文
- 方案选择:让用户在多个候选结果中做出决策
- 编辑与纠偏:允许用户修改智能体生成的内容或计划后再继续
中断与运行生命周期
AG-UI 的中断能力与运行生命周期紧密相关。在支持中断感知生命周期的实现中:
- 一次运行可能以“中断结果”结束,而非普通成功完成。
- 运行结束事件(如
RUN_FINISHED)可携带outcome信息,用于区分:- 成功完成(success)
- 因等待人工输入而暂停/中断(interrupt),并包含一个或多个待响应的中断项
- 客户端在用户完成响应后,通常需要发起新的运行(或按协议/SDK 约定的恢复方式)并附带对中断的响应数据,使智能体从暂停点继续。
不同协议版本、框架集成与 SDK 对中断的具体字段与恢复流程可能存在差异;实现时应以所用版本的规范与集成文档为准。
客户端处理建议
- 识别中断状态:根据运行结束结果或相关事件判断运行是否处于“等待人工输入”。
- 渲染交互 UI:清晰展示中断原因、需要用户完成的动作(批准/拒绝/填写/选择/编辑等)及上下文信息。
- 收集结构化响应:按智能体期望的格式收集用户输入,避免自由文本导致解析失败(除非协议明确支持)。
- 提交恢复输入:将响应与对应中断标识关联后提交,触发后续运行继续。
- 保持状态一致:中断前后的共享状态、消息历史与工具调用记录应正确衔接,避免用户看到“丢失上下文”的体验。
与其他能力的协同
- 工具调用:可在调用敏感工具前触发中断进行审批。
- 共享状态:中断期间用户修改的状态可在恢复后被智能体读取。
- 生成式 UI:可用结构化 UI 组件承载中断交互(表单、选项、确认框等)。
- 子智能体:在包含子智能体的复杂流程中,中断与恢复可能涉及更细粒度的执行单元(以实现支持为准)。
设计原则
- 最小打扰:仅在必要时中断,明确说明原因与所需操作。
- 可恢复性:确保用户响应后能可靠恢复,不丢失已完成的工作。
- 可审计性:记录中断请求与用户决策,便于追踪与合规需求。
- 安全性:对高风险操作默认采用“需确认”策略,并在 UI 中突出影响范围。