Agent超时中断与人工确认恢复机制 - 第1节

1.1 确认点（Checkpoint）定义

确认点（Checkpoint）是 Agent 工作流中一个可中断且可恢复的持久化状态标记。当 Agent 执行到确认点时，系统会记录当前上下文（包括对话历史、中间变量、待办任务列表）并等待外部确认或超时计时。若超时未确认，该确认点允许回滚到上一个稳定状态，而非丢失全部进度。

1.2 确认点与事务边界的关系

Agent 工作流中的事务边界定义了最小回滚单元。确认点通常落在事务边界上，二者关系如下：

• 一对一映射：一个事务边界内最多设置一个确认点，确保回滚粒度清晰。
• 嵌套事务支持：外部事务的确认点可以包含内部子事务的确认点，子确认点失败不影响父确认点的状态。
• 边界判定条件：事务边界一般由 I/O 操作、外部 API 调用、用户输入请求或资金变动触发，确认点在这些操作前插入。

1.3 确认点的生命周期

一个确认点从创建到销毁经历 5 个阶段，如下流程图所示。

生命周期各阶段详述

1. 创建：Agent 引擎根据业务规则生成确认点 ID，分配元数据（时间戳、session_id、step_id），但尚未持久化上下文。
2. 已就绪：引擎收集当前 Agent 的全部上下文（包括会话堆栈、局部变量、未提交的操作日志）并持久化到后端存储。此阶段完成后，确认点才具备回滚能力。
3. 等待确认：确认点保持打开状态，启动超时计时器。外部系统（用户审批、下游服务回调）需在超时前发送确认信号。
4. 已确认：收到确认信号后，引擎标记该确认点为“已确认”，释放关联的临时资源，并继续后续步骤。
5. 已超时：计时器到期未收到确认，引擎自动回滚到最近的“已就绪”状态的确认点，恢复上下文快照，并触发预设的 fallback 策略（通常是重试或降级）。
6. 回滚/完成：回滚完成后，该确认点生命周期结束，清理持久化数据；确认通过的确认点也在此阶段清理。

1.4 确认点的状态转换图（代码化定义）

以下是一个简化版确认点状态机的伪代码定义，用于指导后续实现：

state machine CheckpointFSM {
  initial: CREATED

  state CREATED {
    on entry: assign_id(); set_metadata();
    on event: save_context → READY
  }

  state READY {
    on entry: persist_context();
    on event: start_waiting → WAITING
  }

  state WAITING {
    on entry: start_timer(timeout_ms);
    on event: receive_ack → ACKNOWLEDGED
    on event: timer_expired → TIMEOUT
  }

  state ACKNOWLEDGED {
    on entry: release_resources();
    on event: cleanup → FINAL
  }

  state TIMEOUT {
    on entry: rollback_to_last_checkpoint();
    on event: execute_fallback();
    on event: cleanup → FINAL
  }

  state FINAL {
    // 无出边，生命周期结束
  }
}