如何为LangChain中的create_csv_agent添加ConversationBufferMemory

直接给create_csv_agent传入ConversationBufferMemory不生效的核心原因是：该方法默认创建的是ZeroShotAgent，它的prompt模板没有预留对话历史的插入位置，因此即使传入记忆组件也不会被使用。

修正后的代码 #

from langchain.memory import ConversationBufferMemory
from langchain.agents import create_csv_agent
from langchain.llms import OpenAI
from langchain.agents.agent_types import AgentType

# 配置记忆，指定memory_key为ConversationalChatAgent默认使用的"chat_history"
csv_memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)

# 使用支持对话记忆的Agent类型
agent = create_csv_agent(
    OpenAI(temperature=0),
    file_path,
    verbose=True,
    memory=csv_memory,
    agent_type=AgentType.CONVERSATIONAL_CHAT_AGENT
)

关键说明 #

1. 指定Agent类型：AgentType.CONVERSATIONAL_CHAT_AGENT是专门为对话场景设计的agent，其内置prompt包含chat_history变量，能自动读取并使用传入的记忆内容。
2. 匹配Memory的key：必须将ConversationBufferMemory的memory_key设为"chat_history"，和ConversationalChatAgent的prompt变量名对应，否则记忆无法被正确加载。
3. return_messages=True：让记忆存储结构化的消息对象，而非纯文本，更适配对话agent的处理逻辑。

调试验证步骤 #

• 确保你的LangChain版本≥0.1.0，旧版本不支持在create_csv_agent中指定agent_type参数。
• 连续提问上下文相关的问题（比如先问"CSV里有多少条记录？"，再问"其中性别为男的有多少？"），观察agent是否能利用之前的对话信息。
• 开启verbose=True后，查看控制台日志，确认chat_history是否被正确注入到prompt中。

内容的提问来源于stack exchange，提问作者nb123