生产实践
生产实践：LangGraph 故障恢复、延迟预算、追踪隐私与发布检查
上线前要确认四件事：崩溃重启后流程能恢复且不重复执行，模型调用的最坏延迟有上限，追踪不会外发不该外发的字段，发布预检能在 CI 里自动执行。每一项都有可运行的脚本和实际输出。
四个风险先想清楚
| 要确认的事 | 从这里开始 |
|---|---|
| 崩溃重启后，流程不会重复执行（重复扣款、重复发货） | LangGraph checkpoint 与故障恢复 |
| 请求偶尔卡几分钟，需要算出最坏延迟 | 模型调用的延迟预算 |
| 打开 LangSmith 追踪后，到底发出去了什么 | LangSmith 追踪上线前检查 |
| 写一份真正能执行的上线检查表 | LangChain 生产发布检查表 |
按顺序完成上线检查
按恢复、延迟、追踪、发布四步，逐项确认上线前要检查的事。
- LangGraph checkpoint 与故障恢复：崩溃后如何安全续跑
确认崩溃恢复：checkpoint 保存了什么、哪些步骤恢复时会重复执行，并用幂等键保护有副作用的节点。
- ChatOpenAI 超时与重试：如何计算一次调用的最坏耗时
计算模型调用的最坏延迟，并设好超时、重试次数和外层截止时间。
- LangSmith 追踪上线前检查：外发数据、脱敏与故障影响
确认追踪外发了哪些字段，并按检查表关掉不该外发的部分。
- LangChain 生产发布检查表：上线前必须确认的 7 项
执行发布预检：把 7 项检查接进 CI，并核实并发下的会话隔离和同一会话的丢更新风险。
线上已经出问题
最后更新于