如何为LangChain CSV Agent（基于AzureOpenAI）传递自定义系统消息？

要为CSV Agent传递适用于所有查询的自定义系统消息（比如数据描述、通用指令），可以通过自定义Agent的Prompt模板实现，无需在每次查询中重复输入。具体步骤如下：

步骤1：定义自定义系统消息 #

先编写你的全局指令或数据框描述，确保内容清晰明确：

custom_system_msg = """
你是专门处理设备数据CSV的助手，以下是数据说明：
- CSV文件记录了设备的ID、名称、运行状态、温度和使用率
- status字段的可选值为：在线、离线、故障
- temperature单位为摄氏度，usage_rate为百分比

处理查询时请严格遵循上述数据描述，优先使用Python代码进行数据分析，输出清晰易懂的结果。
"""

步骤2：构建包含自定义消息的Prompt模板 #

结合ZERO_SHOT_REACT_DESCRIPTION类型Agent的默认Prompt，将自定义消息添加到Prompt前缀：

from langchain.prompts import PromptTemplate

prompt_template = PromptTemplate(
    input_variables=["input", "agent_scratchpad", "tool_names", "tools"],
    template=f"{custom_system_msg}\n\n{AgentType.ZERO_SHOT_REACT_DESCRIPTION.value.prompt}"
)

步骤3：创建Agent时传入自定义Prompt #

修改原有的create_csv_agent调用，加入prompt参数：

from langchain.agents import create_csv_agent, AgentType
from langchain.chat_models import AzureChatOpenAI

# 初始化AzureOpenAI LLM（原代码不变）
llm = AzureChatOpenAI(
    deployment_name=OPENAI_DEPLOYMENT_NAME,
    model_name="gpt-3.5",
    temperature=0.0,
)

# 创建带自定义系统消息的CSV Agent
python_agent = create_csv_agent(
    llm,
    './device_data.csv',
    verbose=True,
    agent_executor_kwargs={"handle_parsing_errors": True},
    agent_type=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    prompt=prompt_template  # 传入自定义Prompt
)

步骤4：正常调用Agent #

之后直接运行查询即可，自定义系统消息会自动应用到所有查询中：

agent.run(query)

关键说明 #

• 自定义消息会被插入到每次生成的Prompt开头，作为全局约束，不需要在query中重复输入
• 如果需要调整系统消息，只需修改custom_system_msg的内容即可

内容的提问来源于stack exchange，提问作者Yan Lei