当使用基于模型决策的非确定性系统（例如，由 LLM 驱动的代理）时，详细检查其决策过程会很有用：🔍探索替代方案：测试不同的路径以发现更好的解决方案。我们将这些调试技术称为time-trave（时间旅行），由两个关键操作组成：
重放功能允许我们重新访问和重现代理的过去操作。这可以从图的当前状态（或检查点）或特定检查点完成。要从当前状态重播，只需将 None 作为输入与thread id一起传递：thread = {"configurable": {"thread_id": "1"}}for event in graph.stream(None, thread, stream_mode="values"): print(event)
要从特定检查点重播操作，请首先检索线程的所有检查点：all_checkpoints = []for state in graph.get_state_history(thread): all_checkpoints.append(state)
每个检查点都有一个唯一的 ID。识别所需的检查点（例如 xyz）后，将其 ID 包含在配置中：config = {'configurable': {'thread_id': '1', 'checkpoint_id': 'xyz'}}for event in graph.stream(None, config, stream_mode="values"): print(event)
graph 有效地重播先前执行的节点而不是重新执行它们，利用其对先前检查点执行的感知。
forKing允许重新访问agent的过去操作并探索图中的替代路径。要编辑特定检查点（例如 xyz），请在更新图形状态时提供其 checkpoint_id：config = {"configurable": {"thread_id": "1", "checkpoint_id": "xyz"}}graph.update_state(config, {"state": "updated state"})
这将创建一个新的分叉检查点 xyz-fork，我们可以从该检查点继续运行graph：config = {'configurable': {'thread_id': '1', 'checkpoint_id': 'xyz-fork'}}for event in graph.stream(None, config, stream_mode="values"): print(event)
