AI Trip Planner

🧳 AI 旅行助手（AI Trip Planner）

这是一个入门级的agent项目，非常适合新手来了解agent和mcp的原理及应用，并且代码非常简洁，对于刚入门的新手很友好 > 基于 LangChain1.1 + FastAPI + 高德地图 MCP Server 的多智能体行程规划系统 > 输入目的地 + 日期，30 秒生成「可落地」的详细旅行计划（景点/酒店/天气/预算）

---

🌟 功能亮点

| 维度 | 说明 | |---|---| | ✅ 多智能体 | 景点搜索 / 天气查询 / 酒店推荐 / 行程规划 四 Agent 并行，互不串台 | | ✅ 真实数据 | 100% 调用高德地图官方 API，拒绝幻觉 | | ✅ 高颜值输出 | 每日 2-3 景点 + 三餐 + 酒店 + 门票/餐饮/住宿预算，支持折叠 | | ✅ 实时天气 | 出发当天自动拉取 7 日预报，穿衣建议同步给出 | | ✅ 自定义偏好 | 「多博物馆」「避开人流」「亲子友好」等自然语言直接提需求 |

---

🏗️ 系统架构

graph TD
    A[用户输入] --> B[FastAPI]
    B --> C{多 Agent 调度}
    C --> D[景点 Agent]
    C --> E[天气 Agent]
    C --> F[酒店 Agent]
    C --> G[预算 Agent]
    D & E & F & G --> H[LangChain DeepSeek]
    H --> I[前端 Markdown/HTML]

---

##🛠️ 技术栈

• 后端：FastAPI + Uvicorn + Pydantic v2
• AI 框架：LangChain 1.1 + langchain-mcp-adapters
• LLM：DeepSeek（通义千问/DeepSeek API 双兼容）
• 地图服务：高德地图 Web 服务 API（POI + 天气）
• 前端：Tailwind CDN + 原生 JS（零构建）
• 并发：SSE 流式输出，每秒实时刷新

---

📦 一键本地部署

# 1. 环境
conda create -n trip python=3.11 -y && conda activate trip

# 2. 依赖
pip install -r requirements.txt

# 3. 密钥（复制后填真实 key）
cp .env.example .env

# 4. 启动
uvicorn trip_planner.main:app --reload --host 0.0.0.0 --port 8000

# 5. 访问
# 前端 http://127.0.0.1:5500（Live Server 或双击 index.html）
# API 文档 http://127.0.0.1:8000/docs

---

📋 项目结构

ai-trip-planner/
├── trip_planner/           # 核心包
│   ├── main.py            # FastAPI 入口
│   ├── trip_planner_agent.py # 多 Agent 编排
│   ├── schemas.py         # Pydantic 模型
│   ├── prompts.py         # 系统提示词
│   └── index.html         # 前端单页
├── my_llm.py              # LLM 初始化
├── env_utils.py           # 环境变量
├── requirements.txt
├── .env.example
└── README.md

---

| 文件/目录 | 功能描述 | | :--- | :--- | | trip_planner/ | 存放旅行规划核心逻辑和相关组件的目录。 | | trip_planner/trip_planner_agent.py | 实现了整个应用框架的多智能体核心逻辑。 | | trip_planner/schemas.py | 使用 Pydantic 定义所有输入、输出和内部数据的数据格式。 | | trip_planner/prompts.py | 集中管理和配置系统中各个 Agent 的系统提示词（System Prompts）。 | | trip_planner/index.html | 项目的前端页面文件。 | | trip_planner/main.py | 基于 FastAPI 框架构建的 API 主入口文件。 | | my_llm.py | 用于配置和初始化大型语言模型 (LLM) 访问参数。 | | env_utils.py | 环境变量加载工具，负责读取和处理项目配置。 | | requirements.txt | Python 项目所需的依赖库列表。 | | .env | 环境变量模板文件。重要： 使用前需要复制并根据实际环境填写配置。 | | README.md | 项目说明文档（当前文件）。 |

---

快速开始

• 创建并激活虚拟环境（推荐）

conda create -n tripplanner python==3.11 conda activate tripplanner

• 安装依赖

pip install -r requirements.txt

• 配置环境变量

在.env文件里配置自己的APIKey:

• 高德地图 Key 申请地址：https://lbs.amap.com/api/webservice/guide/api/key
• 通义千问 API：https://help.aliyun.com/zh/dashscope/

• 启动后端

python main.py 或使用 uvicorn main:app --reload --host 127.0.0.1 --port 8000

• 打开前端
• 可以下载vscode插件Live Server
• 或者直接在浏览器打开 index.html 文件，访问http://127.0.0.1:5500

---

🔑 密钥申请 2 分钟

| 平台 | 地址 | 免费额度 | |---|---|---| | 高德地图 | https://lbs.amap.com/dev/key | 每日 1 万次 | | 通义千问 | https://dashscope.console.aliyun.com | 100 万 token |

拿到 key 后直接写 .env：

AMAP_KEY=你的高德key
DEEPSEEK_KEY=你的deepseek-key

---

🧪 示例请求

curl -X POST http://localhost:8000/plan \
  -H "Content-Type: application/json" \
  -d '{
        "destination": "成都",
        "days": 3,
        "transport": "高铁",
        "hotel_level": "舒适型",
        "extra": "多安排火锅和熊猫基地"
      }'

返回 SSE 流，每秒推送 Markdown 片段，前端实时渲染。

---

🙏 致谢

• 高德地图 MCP Server 提供稳定工具集
• DeepSeek 开源模型降低幻觉率
• LangChain 官方 1.2 文档 & 社区

---

如果帮到你，给个 Star 支持一下吧 🚀

Source & license

This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: eason69113-source
• Source: eason69113-source/AITrip_Planner
• License: MIT

Install and usage instructions live in the source repository linked above.