使用说明

代理相关：由大型语言模型（LLM）协调的旅行代理

此存储库展示了如何使用密钥认证使 Kong Gateway 成为策略执行点。虽然此示例使用了密钥认证，但 Kong Gateway 还支持许多其他策略执行机制。

该项目展示了如何利用MCP（模型上下文协议）和OpenAI函数调用，通过大型语言模型（LLM）来驱动酒店和航班预订代理的协同工作。系统接收自然语言形式的旅行请求，使用大型语言模型提取结构化细节，并将子查询路由到相应的酒店和航班代理。每个代理都与后端的MCP服务器进行交互，以获取实时数据。

用户提示用户提供了自然语言的旅行请求（例如：“我想在2025年12月1日从新泽西州纽瓦克飞往拉斯维加斯，并于2025年12月5日返回。在此期间，我希望在拉斯维加斯入住希尔顿酒店。”）。”）。
指挥者（或编曲者，根据上下文具体含义可调整）：
- 使用大型语言模型（LLM）从提示中提取结构化字段（如城市、日期、酒店品牌等）。
- 确定需要联系哪些子代理（酒店、航班或两者都需要）。
- 验证每个代理是否都提供了所有必需的信息。
- 编排精确的子提示，并将其发送给相关代理。
副代理人：
- 每个代理（酒店或航班）都连接到其各自的MCP服务器。
- 代理将子提示发送给大型语言模型（LLM），LLM可能会调用MCP工具来获取实时数据。
- 代理返回结果的摘要。
结果：
- 协调器打印出每个代理的结果。
- 如果缺少所需信息，协调者会告知用户需要什么。

设置Kong Konnect：
- 在 Kong Konnect 中创建一个控制平面，并记下其名称。
获取您的SerpAPI和OpenAI API密钥：
- 在……注册 SerpAPI（搜索引擎结果页面应用程序编程接口）并且 OpenAI（开放人工智能研究所）。
- 复制您的API密钥（例如。， api_key: 对于SerpAPI， sk-XXXX （针对OpenAI）。
获取一个Konnect个人访问令牌：
- 在Kong Konnect中，进入您的个人资料并生成一个个人访问令牌。
- 当使用 decK 时，请将您的令牌导出为环境变量（不要存储在 .env):
```
export KONNECT_TOKEN="<your-konnect-personal-access-token>"
```

同步 Kong 配置：

使用 decK 应用提供的配置：

deck gateway sync deck/kong.yaml --konnect-token $KONNECT_TOKEN --konnect-control-plane-name <KONNECT_CONTROL_PLANE_NAME>

在Konnect Vault中存储您的API密钥：
- 在Konnect用户界面中，导航到您的控制平面的Vault部分，并查找名为“summit”的vault。
- 在密钥库中添加你的OpenAI和SerpAPI密钥作为机密。
- 在您的Deck YAML文件中，使用vault语法引用这些秘密，例如：
```
{vault://summit/serpapi_key}
{vault://summit/openai_token}
```
配置你的环境变量：
- 复制 example.env 到 .env 并填写非机密值：
  - HOTEL_MCP_URL， FLIGHT_MCP_URL， HOTEL_AGENT_KEY， FLIGHT_AGENT_KEY， ORCHESTRATOR_AGENT_KEY， OPENAI_BASE_URL， OPENAI_MODEL
- 不要将API密钥或令牌放入 .env。

注：永远不要在（此处）存储或分享你的OpenAI、SerpAPI或Konnect API密钥 .env 文件或源代码。请始终使用Konnect Vault进行秘密管理。

uv venv .venv
source .venv/bin/activate
uv pip install -e .

python3 itinerary_orchestrator.py "Book me a Hilton in Las Vegas and flights from New York for December 1-5, 2025."