如何为Langchain Agent添加记忆功能？

关注

转载最新推荐文章于 2026-06-23 16:04:19 发布 1.3k 阅读 AI 写同款· GEO 优化 ›

【2024最全最细LangChain教程-12】Agent智能体（一）有很多教程把Agent称为“代理”，我觉得这个翻译太没意思了，一来和Proxy很容易混淆，二来一点都不酷。之所以把Agent翻译成智能体，是因为Agent可以（在LLM推理分析的帮助下）可以自己识别、选择和使用工具，这个就是智能体的表现。人之所以能走上进化的道路，一来是发明了语言，二来是学会了使用工具。就这两点来看，把目前的Agent称为智能体一点也不为过。阅读详情

0 前言

在开发复杂的AI应用时,赋予Agent记忆能力是一个关键步骤。这不仅能提高Agent的性能,还能使其在多轮对话中保持上下文连贯性。本文将详细介绍如何在Langchain框架中为Agent添加记忆功能,并深入解析每个步骤的原理和最佳实践。

Agent记忆功能的核心组件

在Langchain中，构建具有记忆功能的Agent主要涉及三个核心组件:

工具(Tools): Agent用来执行特定任务的功能模块。
记忆(Memory): 存储和检索对话历史的组件。
大语言模型(LLM): 负责理解输入、决策和生成响应的核心智能体。

这三个组件的协同工作使Agent能够在多轮对话中保持连贯性并做出明智的决策。

1 构建Agent可用工具

首先,我们需要定义Agent可以使用的工具。

# 构建一个搜索工具，Langchain提供的一个封装,用于进行网络搜索。
search = SerpAPIWrapper()
# 创建一个数学计算工具，特殊的链,它使用LLM来解析和解决数学问题。
llm_math_chain = LLMMathChain(
    llm=llm,    
    verbose=True
)
tools = [
    Tool(    
        name = "Search",        
        func=search.run,        
        description="useful for when you need to answer questions about current events or the current state of the world"    
    ),    
    Tool(        
        name="Calculator",        
        func=llm_math_chain.run,        
        description="useful for when you need to answer questions about math"    
    ),
]
print(tools)

在这里插入图片描述

2 增加memory组件

接下来,我们需要为Agent添加记忆功能。Langchain提供了多种记忆组件,这里我们使用ConversationBufferMemory:

在这里插入图片描述

3 定义agent

现在我们有了工具和记忆组件,可以初始化我们的Agent了:

在这里插入图片描述

这里的关键点是:

AgentType.OPENAI_FUNCTIONS: 这种Agent类型特别适合使用OpenAI的function calling特性。
verbose=True: 启用详细输出,有助于调试。
handle_parsing_errors=True: 自动处理解析错误,提高Agent的稳定性。
memory=memory: 将我们之前定义的记忆组件传递给Agent。

4 查看默认的agents prompt啥样

了解Agent使用的默认提示词模板非常重要,这有助于我们理解Agent的行为并进行必要的调整：
在这里插入图片描述

这将输出Agent使用的默认提示词模板。通常包括系统消息、人类消息提示词模板和AI消息模板。

在这里插入图片描述

5 优化Agent配置

为了更好地利用记忆功能,我们需要修改Agent的配置,确保它在每次交互中都能访问对话历史。

需要使用agent_kwargs传递参数，将chat_history传入

agent_chain = initialize_agent(
    tools,     
    llm,     
    agent=AgentType.OPENAI_FUNCTIONS,     
    verbose=True,     
    handle_parsing_errors=True,#处理解析错误    
    agent_kwargs={     
        "extra_prompt_messages":[MessagesPlaceholder(variable_name="chat_history"),MessagesPlaceholder(variable_name="agent_scratchpad")],    
    },    
    memory=memory #记忆组件    
    )

这里的关键改变是: