关于构建多csv +向量数据库LLM的Langchain问题

Question

我正在使用 Langchain 构建一个基于 GPT-3.5 的聊天机器人，使用我公司的数据。

我已经能够创建一个可以提取 CSV 数据的代理， 我已经使用 Pinecone 创建了一个矢量数据库。所以直到这里一切都很好。

但是，如图所示，我想要做的是根据所提出问题的类型激活不同的 CSV 代理。对于一般问题，我想使用通过 Pinecone 进行 LLM（语言模型）的提示，而不是激活代理。

但问题是，当我尝试在单个代理中使用多个工具（代理中的代理）时，我无法获得所需的结果。如果我从单个代理那里收到答案，它工作正常，但是当我尝试组合多个工具时，它无法按我想要的方式工作。

Langchain有办法解决这个问题吗？

我已经有了pinecone矢量数据库，尝试在代理中应用代理，并尝试在CSV上进行手动数据框搜索（这可行，但当搜索结果很容易获得超过4000个令牌时）

所以我确信有办法解决这个问题，但还没有弄清楚它的基本原理。我在这件事上使用代理是否正确，还是

Answer 1

这方面有什么线索吗？即使我也面临这个问题。而且路由器的行为也不正常。相反，我必须调用所有工具的输出，并使用另一个 LLM 调用来响应用户的查询。