AI旅行代理服务

Agents and MCP Orchestration
with Langchain.js, LlamaIndex.TS,
and Microsoft Agent Framework!

：star：要保持更新并收到更改通知，请在GitHub上标记此仓库！

概述 • 建筑 • 特性 • 本地免费预览 • 成本估算 • 加入社区

概述

AI旅行社是 模块化参考应用 利用多个 AI代理 加强旅行社业务。该应用程序演示了如何 LangChain.js, LlamaIdex。TS，以及 Microsoft代理框架 可以编排 多个AI代理 协助员工处理客户查询、提供目的地建议和规划行程。多个 主控程序 （模型上下文协议）服务器，使用 Python、Node.js、Java和。网，用于为代理提供各种工具和服务，使它们能够无缝协作。

高级体系结构

AI Travel Agents应用程序的架构设计为模块化和可扩展：

• 所有组件都使用容器化 码头工人 以便它们可以很容易地部署和管理 Azure容器应用.
• 所有代理工具均可作为MCP使用(模型上下文协议)服务器，并由MCP客户端调用。
• MCP服务器是使用变体技术独立实现的，例如 python, Node.js, Java，以及 .NET.
• 三种编排选项可作为独立服务提供： LangChain.js （Types/Node.js）， LlamaIdex。TS （TypeScript/Node.js），以及 Microsoft代理框架 python
• 每个编排器协调代理和MCP客户端之间的交互，使它们能够无缝协作。
• Aspire仪表板用于监控应用程序，提供对代理性能和行为的洞察（通过 OpenTetry集成).

[！注意] 模型上下文协议（MCP）的新成员？查看我们的免费 MCP初学者 导游。

特性

• 多个AI代理（每个都有自己的专长）
• 三种编排选项： LangChain.js, LlamaIdex。TS，以及 Microsoft代理框架
• 增压器由 主控程序
• 通过以下方式无服务器部署 Azure容器应用
• 包括 llms.txt 文件，提供信息以帮助LLM在推理时使用此项目(了解更多)
• 包括 adventure.config.json 帮助您以有趣的方式学习的文件(阅读更多
• 用于监测的OpenTetry仪器 Aspire仪表板
• 多种语言的MCP服务器示例代码：Python、Node.js、Java。网
• 易于使用新代理和工具进行扩展
• 使用VitePress的全面文档

在本地免费预览应用程序

要在本地运行和预览应用程序，我们将使用 Docker模型运行器.

[！重要] Phi4 14B型号需要 重要资源 （至少16GB RAM和现代CPU或GPU）高效运行。 GPU加速仅在Windows上的macOS Apple Silicon和NVIDIA GPU上受支持）。 如果您的计算机没有足够的资源在本地运行LLM，您仍然可以使用Microsoft Foundry运行应用程序。请参阅 高级设置 文档以获取更多信息。

一个设置脚本

脚本将执行以下操作：

• 检查所需的工具和依赖关系
• 将当前存储库克隆到本地计算机
• 为API和web应用程序安装npm依赖项
• 下载 Phi4 14B型号
  • 这需要一段时间，因为型号很大（约7.80 GB）
• 为所有MCP服务器构建Docker镜像
• 使用本地AX的正确设置配置所有.env文件

为了在本地运行应用程序，请确保在运行预览脚本之前安装了以下内容：

• Git （用于克隆存储库）
• Node.js （用于UI和API服务）
• 码头工人 （适用于MCP服务器和使用DMR-Docker Model Runner）
  • 确保启用 数字移动无线电 在Docker桌面设置中。
• 动力壳7+（pwsh） -仅适用于Windows用户。
  • 重要：确保您可以运行 pwsh.exe 从PowerShell终端。如果失败，您可能需要 升级PowerShell

/bin/bash <(curl -fsSL https://aka.ms/azure-ai-travel-agents-preview)

iex "& { $(irm https://aka.ms/azure-ai-travel-agents-preview-win) }"

成本估算

在Azure中配置资源时，考虑与运行应用程序相关的成本非常重要。AI Travel Agents示例使用多个Azure服务，成本可能因您的使用和配置而异。

定价因地区和使用情况而异，因此无法预测您使用的确切成本。 但是，您可以使用 Azure定价计算器 为了对以下资源进行估算。

• Azure容器应用程序：消费计划，前200万次执行免费。按执行和使用的内存定价。 定价
• Azure容器注册表：首2GB存储免费。按存储的每GB和传输的每GB数据定价。 定价
• Azure OpenAI：标准层，GPT模型。每使用1M代币定价，每次查询至少使用1K代币。 定价
• Azure Monitor：对摄入的前5GB数据免费。之后每GB摄入的定价。 定价

[！重要] 为了避免不必要的成本，如果你的应用程序不再使用，记得把它拿下来， 通过删除门户中的资源组或运行 azd down --purge （参见 清理).

快速将示例部署到Azure

1. 打开终端并导航到项目的根目录。
2. 通过运行以下命令使用Azure进行身份验证 azd auth login.
3. 跑 azd up 将应用程序部署到Azure。这将提供Azure资源，部署此示例以及所有容器，并设置必要的配置。
   • 系统将提示您为资源选择一个基准位置。如果您不确定要选择哪个位置，请选择 swedencentral.
   • 默认情况下，OpenAI资源将部署到 swedencentral。您可以使用设置其他位置 azd env set AZURE_LOCATION <location>目前只接受一小部分地点。该位置列表基于 OpenAI模型可用性表 并且可能随着可用性的变化而过时。

部署过程需要几分钟。完成后，您将在终端中看到web应用程序的URL。

现在，您可以在浏览器中打开web应用程序并开始与机器人聊天。

清理

要清理此示例创建的所有Azure资源，请执行以下操作：

1. 跑 azd down --purge
2. 当系统询问您是否确定要继续时，请输入 y

资源组和所有资源都将被删除。

高级设置

要在更高级的本地设置中运行应用程序或部署到Azure，请参阅 高级设置 文档。这包括设置Azure容器应用程序环境、使用本地LLM提供程序、配置服务以及将应用程序部署到Azure。

贡献

我们欢迎为AI旅行社项目做出贡献！如果您有建议、错误修复或新功能，请随时提交拉取请求。有关贡献的更多信息，请参阅 贡献.md 文件。

加入社区

我们鼓励您加入我们的Microsoft Foundry开发者社区​ 分享您的经验、提问并获得支持：

• aka.ms/fundry/discord​ -加入我们的Discord社区，获得实时讨论和支持。
• aka.ms/fundry/论坛 -访问我们的Microsoft Foundry开发者论坛，提出问题并分享您的知识。