travel_agent
基于HelloAgents框架构建的智能旅行系统V2.0,集成高德地图MCP服务,提供个性化的旅行计划生成。
Install / Use
claude mcp add ScholarChen20 -- npx -y github:ScholarChen20/travel_agentIf the server publishes to npm under a different name, use that package instead — check the repo README.
MCP Server
Model Context Protocol server
Quality Score
Category
AI & Machine LearningSupported Platforms
Our assessment of travel_agent
travel_agent scores 65/100 on our quality scale, 889th of 938 AI & Machine Learning skills we index.
Its MCP Server is 11 KB long, well organised into 75 sections with 23 code examples: a thorough specification that gives an agent plenty to work with.
It has 10 GitHub stars, so there is little community track record yet; judge it on its content.
Maintenance, license and trust
- The repository was last updated about 7 months ago. That is recent enough to be usable, but agent tooling moves fast, so check the instructions against your agent's current version.
- No license is declared. By default that means all rights are reserved: you can read it, but reusing or redistributing it is not clearly permitted. Ask the author before building on it commercially.
- Its trust signals score 74/100, with 3 cautions from licensing, adoption, age or documentation. These come from repository metadata, not a code audit — read the skill file before letting an agent act on it.
travel_agent compared with similar skills
All 4 of these similar skills score higher than travel_agent; compare them before choosing.
| Skill | Score | Stars | Updated | Format |
|---|---|---|---|---|
| travel_agent (this skill)by ScholarChen20 | 65 | 10 | 7mo ago | MCP Server |
| claude-memby thedotmack | 100 | 110.6k | today | CLAUDE.md |
| Agent-Reachby Panniantong | 100 | 108.0k | 1d ago | CLAUDE.md |
| Understand-Anythingby Egonex-AI | 100 | 89.9k | 7d ago | CLAUDE.md |
| headroomby headroomlabs-ai | 100 | 78.7k | today | CLAUDE.md |
Frequently asked questions
- How do I install travel_agent?
- Run
claude mcp add ScholarChen20 -- npx -y github:ScholarChen20/travel_agent. The install tabs above show the steps for each supported agent. - Which AI agents does travel_agent work with?
- It is written for Claude Code and Claude Desktop, as a MCP Server file. Other agents that read the same format can often use it too.
- Is travel_agent safe to use?
- It declares no license and scores 74/100 on trust signals. Skills are instructions an agent will follow, so read the file before installing it and do not approve commands you do not understand.
- Is travel_agent still maintained?
- The repository was last updated about 7 months ago. That is recent enough to be usable, but agent tooling moves fast, so check the instructions against your agent's current version.
Skill content
View source on GitHub智能旅行助手 🌍✈️
基于AI大模型的智能旅行规划助手,一键生成个性化旅行计划
📖 项目简介
智能旅行助手是一个基于AI大模型的旅行规划应用,通过自然语言交互,为用户自动生成详细的旅行计划。系统集成了高德地图、天气服务、景点推荐等多种功能,让旅行规划变得简单而智能。
✨ 核心亮点
- 🤖 AI智能规划:基于大语言模型,理解用户需求,自动生成个性化旅行计划
- 🗺️ 地图深度集成:集成高德地图服务,提供景点搜索、路线规划、天气查询
- 💬 多轮对话交互:支持自然语言对话,随时调整旅行计划
- 📱 全平台支持:Web端响应式设计,支持PC和移动端访问
- 🔒 安全可靠:完整的用户认证、数据加密、防刷机制
- 🌐 一键部署:Docker容器化部署,支持云服务器快速上线
- 📊 数据可视化:丰富的图表展示,直观了解旅行统计
- 🎯 智能推荐:基于用户偏好,推荐景点、餐厅、酒店
🎯 适用人群
- 旅行爱好者:想要快速规划旅行行程,不想花时间做攻略
- 新手旅行者:对目的地不熟悉,需要专业建议和路线规划
- 自由行用户:喜欢自由安排行程,但需要参考和建议
- 商务出差:需要快速了解目的地,安排住宿和交通
- 技术开发者:学习AI应用开发、前后端分离架构、Docker部署
🛠️ 技术选型
后端技术栈
| 技术 | 版本 | 用途 | |------|------|------------------------| | Python | 3.14+ | 主要开发语言 | | FastAPI | Latest | 高性能Web框架,提供RESTful API | | HelloAgents | Latest | AI智能体框架,实现智能对话和规划 | | MySQL | 8.0+ | 关系型数据库,存储用户数据、日志 | | MongoDB | 7.0+ | 文档数据库,存储旅行计划和对话 | | Redis | 7.0+ | 缓存和会话管理 | | Docker | Latest | 容器化部署 |
前端技术栈
| 技术 | 版本 | 用途 | |------|------|------| | Vue.js | 3.5+ | 渐进式JavaScript框架 | | TypeScript | 5.0+ | 类型安全的JavaScript超集 | | Vite | 5.0+ | 现代化构建工具 | | Ant Design Vue | 4.0+ | 企业级UI组件库 | | ECharts | 5.0+ | 数据可视化图表库 | | Nginx | 1.25+ | 负载均衡和静态文件服务 |
第三方服务
- 高德地图:地图服务、POI搜索、路线规划
- DashScope/DeepSeek:大语言模型API
- 阿里云OSS:对象存储服务
- 飞书开放平台:第三方登录
🚀 快速上手
方式一:Docker一键部署(推荐)
适合人群:想要快速体验项目,不想配置复杂环境的用户
前提条件
- Docker 20.10+
- Docker Compose 2.0+
- 2GB+ 可用内存
部署步骤
安装Docker
sudo apt-get update
sudo apt-get install docker.io -y
# 安装Docker Compose
sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.0/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose
# 验证安装
docker --version
docker-compose --version
- 克隆项目
git clone https://github.com/yourusername/travel-agent.git
cd travel-agent
- 配置环境变量
# 复制环境变量模板
cp .env.example .env
# 编辑.env文件,填入必要的API密钥
# 环境变量设置
```bash
echo "export FEISHU_APP_SECRET=YOUR_SECRET" >> ~/.bashrc # 飞书开发者平台密钥
echo "export DASHSCOPE_API_KEY=您的API密钥" >> ~/.bashrc # DashScope API密钥
echo "export AMAP_API_KEY=您的API密钥" >> ~/.bashrc # 高德地图API密钥
echo "export UNSPLASH_SECRET_KEY=您的API密钥" >> ~/.bashrc # Unsplash API密钥
echo "export OSS_ACCESS_KEY_SECRET=您的API密钥" >> ~/.bashrc # 阿里云OSS密钥
echo "export NGROK_AUTHTOKEN=你的ngrok的授权令牌" >> ~/.bashrc
source ~/.bashrc
- 启动服务
# 构建并启动所有服务
docker-compose up -d --build
# 查看服务状态
docker-compose ps
# 查看服务日志
docker-compose logs -f
- 访问应用
- 前端:http://服务器地址
- 后端API:http://服务器地址:8000
- API文档:http://服务器地址:8000/docs
- 初始化数据库
# 进入后端容器
docker exec -it travel-agent-backend-1 bash
# 运行初始化脚本
python scripts/init_mongodb.py
# 退出容器
exit
- 验证服务
# 检查前端服务
curl http://服务器地址
# 检查后端API
curl http://服务器地址/api/health
- 内网穿透 通过网络将内网服务暴露给外网,使得外网用户可以访问内网服务。若构建过程中ngrok启动成功,但是地址没映射,可手动执行。
# 手动脚本运行
cd /opt/travel-agent
./scripts/ngrok.sh
# 或者手动命令行运行
docker run -it --rm \
--network travel-agent_travel-network \
-e NGROK_AUTHTOKEN=YOUR_TOKEN \ # 替换为ngrok的授权令牌(需要先注册)
-p 4040:4040 \
ngrok/ngrok:latest http frontend:80
- 数据备份
系统已配置定时任务每周天2点执行备份
# 手动执行
python scripts/backup/backup_databases.py
方式二:本地开发环境
适合人群:想要二次开发、学习源码的开发者
前提条件
- Python 3.14+
- Node.js 18+
- MySQL 8.0+
- MongoDB 7.0+
- Redis 7.0+
后端开发
- 进入后端目录
cd backend
- 创建虚拟环境
# Windows
python -m venv venv
venv\Scripts\activate
# Linux/Mac
python -m venv venv
source venv/bin/activate
- 安装依赖
pip install -r requirements.txt
- 配置环境变量
cp .env.example .env
# 编辑.env文件,填入必要的配置
backend\app\config.py # 配置文件,包含数据库连接信息、API密钥等
- 启动数据库服务
# 方式一:使用Docker Compose(推荐)
docker-compose up -d mysql mongodb redis
# 方式二:使用Docker单独启动各个服务
# Redis(使用Redis Stack Server,支持RedisBloom/RedisSearch/RedisJSON模块)
docker run -d --name redis \
-p 6379:6379 \
-v redis-data:/data \
-v ./redis.conf:/opt/redis/redis.conf:ro \ # /opt/redis/redis.conf需要替换自己的本地文件配置地址
redis/redis-stack-server:latest \
redis-stack-server /opt/redis/redis.conf --requirepass "123456"
# MongoDB
docker run -d --name mongodb \
-p 27017:27017 \
-v mongodb-data:/data/db \
-e MONGO_INITDB_ROOT_USERNAME=travel_agent_user \
-e MONGO_INITDB_ROOT_PASSWORD=123456 \
-e MONGO_INITDB_DATABASE=travel_agent \
mongo:7.0
# MySQL
docker run -d --name mysql \
-p 3306:3306 \
-v mysql-data:/var/lib/mysql \
-v ./backend/scripts/init_mysql.sql:/docker-entrypoint-initdb.d/init.sql:ro \
-e MYSQL_ROOT_PASSWORD=123456 \
-e MYSQL_DATABASE=travel_agent \
-e MYSQL_USER=travel_agent_user \
-e MYSQL_PASSWORD=123456 \
mysql:8.0 \
--default-authentication-plugin=mysql_native_password \
--character-set-server=utf8mb4 \
--collation-server=utf8mb4_unicode_ci
# 方式三:本地自行安装MySQL、MongoDB、Redis
下载地址:
- MySQL:https://dev.mysql.com/downloads/installer/
- MongoDB:https://www.mongodb.com/try/download/community
- Redis:https://github.com/redis-windows/redis-windows/releases
- 初始化数据库
# 初始化MongoDB数据库
python scripts/init_mongodb.py
# 初始化MySQL数据库
mysql -u root -p < backend/scripts/init_data/travel_agent.sql
- 启动后端服务
uvicorn app.api.main:app --reload --host 0.0.0.0 --port 8000
前端开发
- 进入前端目录
cd frontend
- 安装依赖
npm install
- 配置环境变量
cp .env.example .env
# 编辑.env文件,配置API地址
- 启动开发服务器
npm run dev
- 访问应用 打开浏览器访问 http://localhost:5173
本地内网穿透
应用下载地址: https://ngrok.com/download (根据操作系统下载对应版本) 注册地址:https://ngrok.com/
1. 配置ngrok
cd D:\JavaEnv\ngrok-v3-stable # 进入本地ngrok目录
ngrok config add-authtoken $NGROK_AUTHTOKEN # 替换为ngrok的授权令牌(需要先注册)
2. 本地启动ngrok
ngrok http 5173 # 等待几秒即可查看到分配的随机域名
📖 使用指南
第一次使用
-
注册账号
- 访问应用首页
- 点击"注册"按钮
- 填写用户名、邮箱、密码
- 完成邮箱验证
-
生成旅行计划
- 在首页输入目的地城市
- 选择旅行日期和天数
- 选择交通方式和住宿偏好
- 点击"生成旅行计划"
-
查看和调整
- 查看生成的详细行程
- 点击景点查看详情
- 使用对话功能调整计划
- 保存喜欢的计划
高级功能
- 多轮对话:在对话页面与AI助手交互,调整旅行计划
- 社交分享:发布旅行计划到社区,与其他用户交流
- 数据统计:查看个人旅行统计和趋势分析
- 离线使用:下载旅行计划到本地,离线查看
🏗️ 项目结构
travel-agent/
├── backend/ # 后端服务
│ ├── app/
│ │ ├── agents/ # AI智能体实现
│ │ ├── api/ # FastAPI路由
│ │ │ └── routes/ # 各功能模块路由
│ │ ├── services/ # 业务逻辑层
│ │ ├── models/ # 数据模型
│ │ ├── middleware/ # 中间件
│ │ └── utils/ # 工具函数
│ ├── scripts/ # 脚本工具
│ ├── requirements.txt # Python依赖
│ └── .env.example # 环境变量模板
├── frontend/ # 前端应用
│ ├── src/
│ │ ├── components/ # Vue组件
│ │ ├── views/ # 页面视图
│ │ ├── services/ # API服务
│ │ ├── stores/ # 状态管理
│ │ └── types/ # TypeScript类型
│ ├── package.json # Node依赖
│ └── vite.config.ts # Vite配置
├── docs/ # 项目文档
│ └── API接口文档设计v2.0.md
├── docker-compose.yml # Docker编排文件
└── README.md # 项目说明
🔧 核心功能实现
AI智能规划
系统使用HelloAgents框架构建智能体,通过大语言模型理解用户需求:
from hello_agents import SimpleAgent
agent = SimpleAgent(
name="旅行规划助手",
system_prompt="你是一个专业的旅行规划助手...",
tools=[amap_tool, weather_tool, poi_tool]
)
# 生成旅行计划
plan = agent.plan_trip(
city="北京",
days=3,
preferences=["历史文化", "美食"]
)
地图服务集成
通过高德地图MCP服务提供地图功能:
- 景点搜索和推荐
- 路线规划(步行、驾车、公交)
- 天气查询
- 地图展示和标记
对话系统
支持多轮对话,用户可以:
- 调整旅行计划
- 询问景点信息
- 获取旅行建议
- 修改行程安排
📚 API文档
启动后端服务后,访问以下地址查看完整API文档:
- Swagger UI: http://localhost:8000/docs
- ReDoc: http://localhost:8000/redoc
主要API端点:
| 端点 | 方法 | 描述 |
|------|------|------|
| /api/auth/register | POST | 用户注册 |
| /api/auth/login | POST | 用户登录 |
| /api/trip/plan | POST | 生成旅行计划 |
| /api/plans | GET | 获取旅行计划列表 |
| /api/dialog/chat | POST | 对话交互 |
| /api/map/poi | GET | 搜索景点 |
| /api/map/weather | GET | 查询天气 |
详细API文档请查看 docs/API接口文档设计v2.0.md
❓ 常见问题
Q1: Docker启动失败怎么办?
A: 检查以下几点:
- 确认Docker和Docker Compose已正确安装
- 检查端口是否被占用(80、8000、3306、27017、6379、4040)
- 查看Docker日志:
docker-compose logs - 确保有足够的内存和磁盘空间
Q2: 如何获取unsplash API密钥?
A:
- 访问 unsplash平台
- 注册账号并登录
- 进入控制台,创建应用
- 添加Key
- 复制API Key到.env文件并放入系统环境变量
Q3: 如何获取高德地图API密钥?
A:
- 访问 高德开放平台
- 注册账号并登录
- 进入控制台,创建应用
- 复制API Key到.env文件并放入系统环境变量
Q4: 如何获取DashScope API密钥?
A:
- 访问 阿里云百炼官网
- 注册账号并登录
- 进入API Keys页面
- 创建新的API Key
- 复制Key到.env文件并放入系统环境变量
Q5: 如何获取ngrok 权限令牌?
A:
- 访问 ngrok官网
- 注册账号并登录
- 进入AUTHTOKEN页面
- 复制NGROK_AUTHTOKEN到.env文件并放入系统环境变量
Q6: 前端无法连接后端怎么办?
A:
- 检查后端服务是否正常运行
- 检查前端.env文件中的API地址配置
- 检查防火墙设置
- 查看浏览器控制台的错误信息
Q7: 如何部署到云服务器?
A: 参考项目中的 部署文档.md 文档,包含详细的云服务器部署步骤。
Q8: 数据库初始化失败怎么办?
A:
- 检查数据库服务是否正常运行
- 检查数据库连接配置是否正确
- 查看初始化脚本的错误日志
- 确保数据库用户有足够的权限
🤝 参与贡献
欢迎贡献代码、提出建议或报告问题!
贡献方式
- Fork本项目
- 创建特性分支 (
git checkout -b feature/travelai) - 提交更改 (
git commit -m 'Add some travelai') - 推送到分支 (
git push origin feature/travelai) - 提交Pull Request
开发规范
- 遵循PEP 8代码规范
- 添加必要的注释和文档
- 编写单元测试
- 更新相关文档
📄 开源协议
本项目采用 CC BY-NC-SA 4.0 协议。
🙏 致谢
感谢以下开源项目和服务:
- HelloAgents - 智能体框架
- FastAPI - 现代化Web框架
- Vue.js - 渐进式JavaScript框架
- 高德地图 - 地图服务
- Ant Design Vue - Vue组件库
📮 联系方式
- 项目地址: GitHub Repository
- 问题反馈: Issues
- 邮箱: 1523910137@qq.com
🌟 Star History
如果这个项目对你有帮助,请给我们一个Star ⭐️
智能旅行助手 - 让旅行规划变得简单而智能 🌈
Made with ❤️ by Team
Related Skills
claude-mem
110.6kPersistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions. Works with Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode + More
Agent-Reach
108.0kGive your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu — one CLI, zero API fees.
Understand-Anything
89.9kGraphs that teach > graphs that impress. Turn any code into an interactive knowledge graph you can explore, search, and ask questions about. Works with Claude Code, Codex, Cursor, Copilot, Gemini CLI, and more.
headroom
78.7kCompress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens for coding agents, 60-95% fewer tokens for JSON, same answers. Library, proxy, MCP server.
Languages
Trust signals
From repository metadata: license, adoption, age and documentation. Not a code audit — see the Safety scan above for what the skill file itself contains.
