AI导哈

AI旅行规划应用

一个基于Streamlit的AI旅行规划应用，通过集成多MCP服务器和Google Maps，提供详细的个性化旅行行程。

  • by bhavik60633
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 bhavik60633/mcp-travel-planner

使用说明

🌍 MCP旅行计划代理团队

一个复杂的基于Streamlit的人工智能旅行计划应用程序，使用多个MCP服务器和谷歌地图集成创建极其详细、个性化的旅行行程。该应用程序使用Airbnb MCP获取真实的住宿数据，并使用自定义的谷歌地图MCP进行精确的距离计算和位置服务。

✨ 特性

🤖 人工智能驱动的旅行计划

  • 极其详细的行程：创建具有特定时间、地址和成本的全面日程表
  • 距离计算：使用谷歌地图MCP计算所有地点之间的精确距离和旅行时间
  • 实时住宿数据：与Airbnb MCP集成，以获得当前的定价和可用性
  • 个性化推荐：根据用户偏好和预算限制定制行程

🏨 Airbnb MCP集成

  • 真实住宿列表 根据当前的定价和可用性
  • 属性详细信息 包括设施、客人评价和预订可用性
  • 注重预算的建议 按位置和偏好过滤
  • 直接预订信息 实时速率

🗺️ 谷歌地图MCP集成

  • 精确的距离计算 在行程中的所有地点之间
  • 旅行时间估算 用于交通规划
  • 定位服务 用于兴趣点和导航
  • 地址验证 所有推荐的地方
  • 运输优化 具有逐段导航功能

🔍 谷歌搜索集成

  • 当前天气预报 提供详细的服装建议
  • 餐厅研究 有具体的地址、价格范围和评论
  • 景点详情 包括开放时间、门票价格和最佳参观时间
  • 当地见解 文化信息
  • 实用的旅行技巧 包括货币兑换和安全信息

📅 附加功能

  • 日历导出：将您的行程下载为.ics文件，用于谷歌日历、苹果日历或Outlook
  • 综合成本明细：所有行程组成部分的详细预算分析
  • 缓冲时间规划：包括旅行时间和日程安排中的意外延误
  • 多种住宿选择：提供3种距离市中心的住宿选择

设置

需求

  1. API密钥 （两者都需要）：

  2. **Python 3.8+**请确保您已安装Python 3.8或更高版本。

  3. MCP服务器：应用程序会自动连接到：

    • Airbnb MCP服务器：提供真实的Airbnb房源和定价数据
    • 自定义谷歌地图MCP：实现精确的距离计算和位置服务

安装

  1. 克隆此存储库：

    git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps/mcp_ai_agents/ai_travel_planner_mcp_agent_team

  2. 安装所需的Python包：

    pip install -r requirements.txt

运行应用程序

  1. 启动Streamlit应用程序：

    streamlit run app.py

  2. 在应用程序界面中：

    • 输入你的 OpenAI API密钥 在侧边栏中
    • 输入你的 谷歌地图API密钥 在侧边栏中
    • 指定您的目的地、行程持续时间、预算和偏好
    • 点击“🎯 生成行程”以创建详细的旅行计划

  3. 可选的：将您的行程下载为日历文件（.ics），以便导入谷歌日历、苹果日历或Outlook

故障排除

常见问题及解决方案

  • “错误：[错误消息]”：检查您的互联网连接和API密钥

    • 验证是否正确输入了OpenAI和Google Maps API密钥
    • 几分钟后重试-MCP服务器可能暂时不可用

  • 缺少距离信息：谷歌地图MCP连接问题

    • 检查您的Google Maps API密钥的有效性
    • 确保您的API密钥具有“地图API”所需的权限
    • 尝试刷新页面并再次输入按键

  • 响应时间慢：MCP服务器可能需要时间来响应

    • 应用程序配置了60秒超时
    • 等待流程完成-生成详细的行程需要时间

  • 网络/防火墙问题：一些公司网络可能会阻止MCP连接

    • 从其他网络尝试
    • 必要时使用VPN
    • 如果无法访问MCP服务器，应用程序将显示连接错误

API关键问题

  • OpenAI API密钥：确保您的OpenAI帐户中有积分，并且密钥有效
  • 谷歌地图API密钥：确保密钥已启用Maps API并正确设置了帐单

工具状态

该应用程序将显示哪些数据源已成功使用：

  • 🏨 “您的旅行行程已经准备好了Airbnb数据！” =Airbnb MCP已成功连接
  • 📝 “住宿建议使用常识” =Airbnb MCP失败，使用常识作为后备

该应用程序旨在可靠地工作！ 即使MCP连接失败，它也会使用可用的工具和信息生成全面的行程。

项目结构

├── app.py              # Main Streamlit application with MCP integration
├── requirements.txt    # Python dependencies
└── README.md          # This documentation

运作原理

AI旅行计划代理团队使用复杂的多步骤流程来创建极其详细的旅行行程：

🤖 AI代理架构

  • GPT-4o型号：利用先进的推理能力为智能旅行计划提供动力
  • 多MCP集成：结合Airbnb和谷歌地图MCP服务器获取实时数据
  • 谷歌搜索工具：提供当前天气、评论和当地见解
  • 直接响应生成：创建完整的行程，而不提出澄清问题

相关 MCP