LangChain带记忆多输入报错：期望单输入键却获['text_one','text_two']

运行带记忆功能的多输入LLMChain时，触发错误：ValueError: One input key expected got ['text_one', 'text_two']，尝试多种调用方式（predict、直接传参等）均无法解决。

核心原因 #

默认的ConversationBufferMemory仅支持单一输入键（默认是input），当LLMChain存在多个输入键时，它无法识别需要将哪些输入内容存入聊天历史，从而引发错误。

解决方法 #

方法一：自定义Memory的上下文保存逻辑

通过重写ConversationBufferMemory的save_context方法，将多个输入内容合并后存入聊天历史，修改后的完整代码如下：

from langchain.llms import OpenAI
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate
from langchain.memory import ConversationBufferMemory

llm = OpenAI(
    model="text-davinci-003",
    openai_api_key=environment_values["OPEN_AI_KEY"], # 使用dotenv存储API密钥
    temperature=0.9,
    client="",
)

memory = ConversationBufferMemory(memory_key="chat_history")

# 重写save_context方法，合并text_one和text_two为用户消息
def custom_save_context(self, inputs, outputs):
    user_message = f"Text one: {inputs['text_one']}\nText two: {inputs['text_two']}"
    ai_message = outputs[self.output_key]
    self.chat_memory.add_user_message(user_message)
    self.chat_memory.add_ai_message(ai_message)

# 将自定义方法绑定到memory实例
memory.save_context = custom_save_context.__get__(memory, ConversationBufferMemory)

prompt = PromptTemplate(
    input_variables=[
        "text_one",
        "text_two",
        "chat_history"
    ],
    template=(
        """You are an AI talking to a human. Here is the chat
        history so far:

        {chat_history}

        Here is some more text:

        {text_one}

        and here is even more text:

        {text_two}
        """
    )
)

chain = LLMChain(
    llm=llm,
    prompt=prompt,
    memory=memory,
    verbose=False
)

调用代码保持不变即可正常运行：

output = chain.predict(
    text_one="Hello",
    text_two="World"
)

方法二：合并多输入为单一变量

如果希望保留默认Memory逻辑，可将多个输入合并为单一输入变量，调整如下：

1. 修改Prompt模板，只保留一个用户输入变量：

prompt = PromptTemplate(
    input_variables=["user_input", "chat_history"],
    template=(
        """You are an AI talking to a human. Here is the chat
        history so far:

        {chat_history}

        {user_input}
        """
    )
)

2. 创建Memory时指定输入键：

memory = ConversationBufferMemory(memory_key="chat_history", input_key="user_input")

3. 调用时合并输入内容：

output = chain.predict(
    user_input="Text one: Hello\nText two: World"
)

内容的提问来源于stack exchange，提问作者pvasudev16