背景

使用langgraph-checkpoint-mysql（第三方插件）来实现TiDB的检查点存储。

第三方MySQL扩展：https://github.com/tjni/langgraph-checkpoint-mysql

一个A2A调用LangGraphj的demo：https://github.com/a2aproject/a2a-samples/tree/main/samples/python/agents/langgraph

demo用的是内存

这里使用的是mysql插件2.0.17，最新版

PS D:\code\a2a-samples\a2a-samples\samples\python\agents\langgraph> uv pip show langgraph-checkpoint-mysql
Name: langgraph-checkpoint-mysql
Version: 2.0.17
Location: D:\code\a2a-samples\a2a-samples\samples\python\agents\langgraph\.venv\Lib\site-packages
Requires: langgraph-checkpoint, orjson, typing-extensions
Required-by:

但是由于MySQL和TiDB的部分内容不兼容，导致无法达到预期效果

详情见TiDB和MySQL的不兼容点-CSDN博客

哪些地方不兼容

位置Lib\site-packages\langgraph\checkpoint\mysql\base.py

这个base文件里面主要就是检查点增删改查的SQL，以及检查点的建表语句

不兼容点

问题 1：JSON_TABLE 接收 JSON_KEYS 作为输入（动态解析 JSON 键）

问题 2：CONCAT 动态生成 JSON 路径（导致 JSON_EXTRACT 返回 NULL）

如下

with channel_versions as (
    select thread_id, checkpoint_ns_hash, checkpoint_id, channel, json_unquote(
        json_extract(checkpoint, concat('$.channel_versions.', '"', channel, '"'))
    ) as version
    from checkpoints, json_table(
        json_keys(checkpoint, '$.channel_versions'),
        '$[*]' columns (channel VARCHAR(150) CHARACTER SET utf8mb4 PATH '$')
    ) as channels
    {{WHERE}}
)

问题 3：mysql_mariadb_branch 条件注释（TiDB 忽略导致错误）

select json_arrayagg(json_array(
    bl.channel,
    bl.type,
    {mysql_mariadb_branch("bl.blob", "to_base64(bl.blob)")}
))

上面这段类似的代码在SELECT_SQL中共有两处，整个增改查所有的sql一共有七处使用了mysql_mariadb_branch

适配

修改上述不兼容点，也就是base.py里的sql语句，使其适配TIDB

关键修改点

1. 拆分 CTE：新增 channel_names 专门提取通道名，再通过 channel_versions 提取对应版本，避免 JSON_EXTRACT 嵌套在 JSON_QUOTE 中导致的语法解析问题。
2. 简化 JSON 路径：版本提取路径从嵌套拼接改为直接使用 channel_names 中的 channel 字段，语法更简洁，TiDB 更易解析。
3. 保持兼容性：继续使用枚举索引规避递归 CTE，同时适配 TiDB 对 JSON 函数的解析规则。

修改后的base文件在仓库中。（仓库链接在最后）

建表

除了增删改查的sql外还有建表，建表语句没有修改，而是直接自动创建了。

既然自己建表了，如何避免走插件的建表逻辑呢？

在获取检查点时不掉用setup()方法即可，就是官方案例中的setup()方法

建表语句在仓库中。

一处错误

位置Lib\site-packages\langgraph\checkpoint\mysql\aio_base.py

因为我使用的是官方的第二个案例（也就是异步的那个），在使用过程中发现错误。

源码：

数据库使用json存储，在存储前转换json时，其中自定义的类型Send无法被序列化进而报错。

原因：这里使用的dumps()方法只能序列化python的一些基本数据类型

解决办法：自定义一个临时的json转换，来适配json。

修改后代码在仓库中。

启动测试

langgraph官方给的案例中，我修改了agent.py文件，包括连接等（还有一些其他内容）一样放到仓库中。

下面这个是统一的测试格式，不是tidb的。我是使用了ollama服务，注意ollama下载的LLM的名字是否和你配置的一样！！！

一个A2A调用LangGraphj的demo：https://github.com/a2aproject/a2a-samples/tree/main/samples/python/agents/langgraph

# Basic run on default port 10000
uv run app

# On custom host/port
uv run app --host 0.0.0.0 --port 8080

uv run app/test_client.py

运行案例需要解决LLM访问，可以使用本地LLM

步骤1：安装并启动Ollama
# 安装Ollama（如果还没安装）
# macOS: brew install ollama
# 或者从 https://ollama.ai 下载
# 启动Ollama服务

ollama serve

# 在另一个终端安装模型
ollama pull llama3.2

在.env文件中，配置环境变量后，就可以正常启动了

# 模型配置 - 设置为 openai 以使用 OpenAI 兼容的 API
model_source=openai

# 使用 OpenAI API（如果你有API Key）
# API_KEY=your_openai_api_key_here
# TOOL_LLM_URL=https://api.openai.com/v1
# TOOL_LLM_NAME=gpt-3.5-turbo

# 或者使用本地 LLM（如 Ollama）
# 请确保 Ollama 正在运行，并且已安装 llama3.2 模型
TOOL_LLM_URL=http://localhost:11434/v1
TOOL_LLM_NAME=llama3.2:1b

其他

1，一些命令

#查看版本
uv pip show langgraph-checkpoint-mysql

2，async with AIOMySQLSaver.from_conn_string(DB_URI) as saver: 会在退出上下文时关闭连接。

我们需要在整个应用生命周期内保持数据库连接。

3，仓库地址langgraph-checkpoint-mysql-tidbCompatible: 在langgraph-checkpoint-mysql插件的基础上兼容tidb