使用 Cooragent 构建多智能体旅游规划服务

decipher_wang

已于 2025-05-19 13:18:32 修改

阅读量647

点赞数 19

文章标签：旅游 ai 人工智能 github chrome python

于 2025-05-19 11:45:05 首次发布

本文链接：https://blog.csdn.net/decipher_wang/article/details/148058602

版权

基于 Cooragent 和 MCP 服务，我们可以快速构建智能旅游规划服务：

MCP 服务中台：以高德地图 API、民航实时数据接口、语义搜索算法、文档生成引擎为基石，打造旅游行业数据基建；
Cooragent 智能体生态：运用 Cooragent 独有的任务编排算法，让四大智能体如交响乐团般默契配合 —— 交通规划结果实时触发行程调整，消费数据动态反哺路线优化，最终在 60 秒内生成兼具创新性与可行性的 “旅游数字孪生方案”。

项目地址 https://github.com/LeapLabTHU/cooragent

一、MCP 服务器搭建

AMAP（高德导航）
- 登录高德开放平台：
  https://lbs.amap.com/
- 创建 api_key
- 可用工具：
  https://lbs.amap.com/api/mcp-server/summary
excel（Excel 文件操作）
- 无额外配置
- 开源地址：
  https://github.com/negokaz/excel-mcp-server
filesystem（文件系统操作）
- 配置允许访问的路径
- 开源地址：
  https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem
word（Word 文档操作）
```
cd cooragent/src/tools
git clone git@github.com:MeterLong/MCP-Doc.git
```
- 在 server.py 地址填入 args 中
- 项目地址：
  https://github.com/MeterLong/MCP-Doc#

image-downloader（图像下载工具）

cd cooragent/src/tools
git clone https://github.com/qpd-v/mcp-image-downloader.git
cd mcp-image-downloader
npm install
npm run build

在 index.js 地址填入 args 中
项目地址：
https://github.com/qpd-v/mcp-image-downloader

variflight-mcp（中国民航信息获取）
- 获取 api_key：
  https://mcp.variflight.com/
- 在 ModelScope 上创建 MCP SSE 服务：
  https://www.modelscope.cn/mcp/servers/@variflight-ai/variflight-mcp
- 将服务 URL 填写到配置中
- 文档地址：
  https://bcnucz2nnop8.feishu.cn/wiki/SDFDwQIaAiM3hxk6uyhcJxSkn2b

二、配置 Cooragent MCP 工具

在项目根目录下的 ./config/mcp.json 中进行配置，示例：

{
  "mcpServers": {
    "AMAP": {
      "url": "https://mcp.amap.com/sse",
      "env": {
        "AMAP_MAPS_API_KEY": "your_amap_maps_api_key"
      }
    },
    "excel": {
      "command": "npx",
      "args": ["--yes", "@negokaz/excel-mcp-server"],
      "env": {
        "EXCEL_MCP_PAGING_CELLS_LIMIT": "4000"
      }
    },
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/username/Desktop",
        "/path/to/other/allowed/dir"
      ]
    },
    "word": {
      "command": "python",
      "args": ["/path/to/MCP-Doc/server.py"]
    },
    "image-downloader": {
      "command": "node",
      "args": ["/path/to/mcp-image-downloader/build/index.js"]
    },
    "variflight-mcp": {
      "type": "sse",
      "url": "your_modelscope_variflight_mcp_url"
    }
  }
}

详细配置参考：
https://github.com/LeapLabTHU/cooragent

三、构建旅游智能体

通过 CLI 构建四个专用智能体，每个智能体均采用 agent_workflow 任务类型。

交通规划智能体

run --debug --user-id test --task-type agent_workflow \
  --message "创建交通规划智能体：根据行程或其他智能体输出，安排出发/到达时间、路线、票价等，输出详尽交通计划。"

行程设计智能体

run --debug --user-id test --task-type agent_workflow \
  --message "创建行程设计智能体：根据目的地和用户偏好，推荐景点、给出理由及照片 URL，并设计详细日程。"

费用计算智能体

run --debug --user-id test --task-type agent_workflow \
  --message "创建费用计算智能体：统计交通、住宿、门票、餐饮等所有花销，输出预算明细与总花费。"

结果整合智能体

run --debug --user-id test --task-type agent_workflow \
  --message "创建报告整合智能体：汇总上述三个智能体结果，生成含文字、表格、景点图片的 Word 文档，并保存本地。"

四、多智能体协同规划

run --debug --user-id test --task-type agent_workflow \
  --message "我计划于 2025-05-22 至 2025-05-26，从上海出发前往北京游玩五天。请生成包含往返低价航班、食宿、景点推荐与预算等的详细旅游规划，最终以 Word 文档形式保存至桌面。"