Agent 的记忆：让多轮对话有上下文

默认情况下，Pandas DataFrame Agent 是无状态的——每次调用 invoke() 都是独立的，Agent 不记得之前问过什么。这在实际使用中是个问题：用户可能先问"有哪些列"，然后问"按第一列分组"，但 Agent 不知道"第一列"是什么。

解决方案

from langchain_core.messages import HumanMessage, AIMessage

class ConversationAgent:
    def __init__(self, df):
        self.df = df
        self.agent = create_pandas_dataframe_agent(
            llm=ChatOpenAI(model='gpt-4o-mini', temperature=0),
            df=df,
            verbose=False,
        )
        self.history = []
    
    def chat(self, question):
        self.history.append(HumanMessage(content=question))
        
        result = self.agent.invoke({
            'input': question,
            'chat_history': self.history[-10:],  # 只保留最近 10 轮
        })
        
        answer = result['output']
        self.history.append(AIMessage(content=answer))
        return answer

核心技巧是维护一个 history 列表，把每轮的用户问题和 AI 回答都存进去，然后在下次调用时通过 chat_history 参数传给 Agent。只保留最近 N 轮（如 10 轮） 是为了控制 token 消耗——完整的对话历史可能很快超出 context window。