使用Langchain实现CSV问答时未返回全部符合条件结果的问题

问题现象 #

处理film.csv时，查询1999年的所有作者，结果只返回了Author A，遗漏了Author C。

核心原因 #

• 检索结果数量受限：代码里设置了search_kwargs={"k": 1}，这会让Chroma检索器仅返回最匹配的1条文档。1999年有两条对应记录，检索器只取了其中一条，导致LLM无法获取到Author C的信息。
• CSV格式不标准：当前的film.csv每行都是key:value的键值对拼接结构，不符合标准CSV规范。标准CSV需要先定义表头（如year,author,film,Description），再逐行填写对应字段值，原格式会导致CSVLoader解析出错，可能把整行内容当成单一字段处理，影响检索匹配的准确性。

修复步骤 #

1. 调整检索返回数量 #

将search_kwargs={"k": 1}修改为search_kwargs={"k": 2}（或更大数值，确保能覆盖所有1999年的记录）：

chain = ConversationalRetrievalChain.from_llm(ChatOpenAI(temperature=0.3), 
                                   retriever=search.as_retriever(search_kwargs={"k": 2}),
                                   return_source_documents=True)

2. 修正CSV文件格式 #

将film.csv改为标准CSV格式：

year,author,film,Description
1999,A,FilmA,"ac abs moon"
1998,B,FilmB,"yes"
1999,C,filmC,"No"
1996,D,FilmD,"MUST SEE"

内容的提问来源于stack exchange，提问作者Yannick Serra