旅行规划服务

旅行技巧

统一的 主控程序 组合服务器 航班, 酒店, Airbnb，以及 公共交通 进入一个单一的界面。专为人工智能助手（Claude Desktop、Claude Code、Cursor等）设计，用于端到端规划行程。

15个工具。一台服务器。四个数据来源。37个城市。

快速开始

1.安装

git clone https://github.com/JMMonte/travel-skill.git
cd travel-skill
pip install -e .

2.安装Playwright浏览器（用于酒店搜索）

playwright install chromium

3.（可选）设置中转

./scripts/setup-gtfs.sh

4.跑步

travel-mcp

这将在STDIO上启动MCP服务器。将其连接到您的AI客户端（请参阅 配置 在......下面

配置

克劳德桌面版

添加 claude_desktop_config.json:

{
  "mcpServers": {
    "travel": {
      "command": "travel-mcp"
    }
  }
}

克劳德代码

添加 .claude/settings.json 或使用MCP设置：

{
  "mcpServers": {
    "travel": {
      "command": "travel-mcp"
    }
  }
}

游标/其他MCP客户端

{
  "mcpServers": {
    "travel": {
      "command": "travel-mcp"
    }
  }
}

工具参考

航班

search_flights

搜索特定日期两个机场之间的航班。

退货： 航班列表，包括价格、持续时间、停靠站和每条航段的详细信息（航空公司、航班号、机场、时间）。

search_dates

在日期范围内查找最便宜的旅行日期。

退货： 日期和价格列表，按最便宜的排序。

酒店

search_hotels

使用谷歌酒店数据搜索酒店。

退货： 酒店列表，包括名称、每晚价格、评级、设施和谷歌酒店URL。

注： 酒店搜索使用Playwright（无头Chromium）绕过谷歌的同意墙。第一次运行下载浏览器（~160MB）。搜索需要5-15秒。

Airbnb

airbnb_search

使用过滤器和分页搜索Airbnb房源。

退货： 包含姓名、价格（住宿总额）、评级、评论、徽章（超级房东/客人最喜欢的）、坐标和直接Airbnb网址的房源列表。每页18个结果，带分页光标。

注： Airbnb的价格 住宿总计不是每晚。除以住宿天数，与酒店价格进行比较。

airbnb_listing_details

获取有关特定Airbnb房源的完整详细信息。

退货： 位置坐标、房屋规则（入住/退房时间、最多客人）、亮点、完整描述和分组设施（浴室、厨房、停车场等）。

中转

交通工具通过查询GTFS公共交通数据 gtfs mcp 代理。已预先配置 37个城市和44个交通系统 横跨欧洲、亚洲和美洲。

所有运输工具都需要 system 参数——配置中的系统ID（例如。， lisbon-carris, rome, tokyo-metro).

路线类型： 0=有轨电车，1=地铁/地铁，2=铁路，3=公共汽车，4=渡轮，5=缆车，6=缆车，7=缆车。

城市覆盖范围

添加更多城市

在中创建新文件 cities/<city-name>.json:

{
  "city": "City Name",
  "country": "XX",
  "systems": [
    {
      "id": "city-system",
      "name": "System Name (modes)",
      "schedule_url": "https://example.com/gtfs.zip",
      "realtime": {
        "trip_updates": [],
        "vehicle_positions": ["https://example.com/vehicles.pb"],
        "alerts": []
      },
      "auth": null
    }
  ]
}

所有城市配置在启动时都会自动合并。 无需更改代码 --只需添加JSON文件并重新启动。

在以下网址查找GTFS订阅源 移动数据库, Transitland，或城市开放数据门户。

对于需要API密钥的提要：

"auth": { "type": "query_param", "param_name": "api_key", "key_env": "MY_API_KEY" }

看 cities/README.md 获取完整的贡献指南。

建筑

travel-mcp (FastMCP server)
├── flights_mcp      ← wraps fli Python API directly
├── hotels_mcp       ← vendored + patched fast-hotels (Playwright)
├── airbnb_mcp       ← pure Python port (requests + HTML parsing)
└── transit_proxy     ← FastMCP proxy → gtfs-mcp Node.js subprocess
                       ↑ auto-merges cities/*.json at startup

每个模块都通过以下方式安装到根服务器中 FastMCP.mount().Modules优雅地失败了——如果缺少依赖关系，其他模块仍然可以工作。

数据流

• 航班和日期： python→ fli → 谷歌航班内部API（protobuf）→ 结构化结果
• 酒店： python→ 剧作家（无头Chrome）→ 谷歌酒店HTML→ 解析结果
• Airbnb python→ HTTP请求→ Airbnb HTML→ 嵌入式JSON(#data-deferred-state-0) → 结构化结果
• 过境： python→ FastMCP代理→ Node.js gtfs mcp子进程→ GTFS SQLite+实时protobuf提要

关键设计决策

1. 航班： 直接封装fli的Python API，而不是安装fli的MCP服务器（使用不兼容的FastMCP子类）。
2. 酒店： 供应商已应用补丁（上游快捷酒店v0.2.1存在错误：URL中缺少位置、CSS选择器崩溃、仅限美元价格解析）。
3. Airbnb 从Node.js移植到纯Python——消除了此模块对Node.js的依赖。逻辑相同：获取HTML，解析嵌入的JSON。
4. 过境： 通过以下方式代理 fastmcp.server.create_proxy() + NodeStdioTransport --gtfs-mcp很复杂（SQLite+protobuf），最好保持原样 cities/ 在启动时自动合并到单个gtfs-mcp配置中。

依赖项

必需

可选的

环境变量

API密钥仅用于那些特定城市的实时数据。静态计划在没有任何键的情况下工作。

局限性

• 酒店 搜索需要5-15秒（Playwright浏览器启动）。
• Airbnb 如果Airbnb更改页面结构，HTML解析可能会中断。
• 中转 需要Node.js和单独的gtfs-mcp安装。
• 酒店 价格可能以当地货币表示，具体取决于谷歌的地理检测。
• Airbnb 价格是住宿的总价，而不是每晚的价格。
• 中转 每个城市首次使用时下载GTFS数据（5-90MB）。缓存在SQLite中。
• 一些城市不可用：首尔、曼谷、大阪、北京/上海、胡志明市（未发布GTFS）。
• 某些提要可能需要免费的API密钥才能获得实时数据（请参阅上面的环境变量）。

学分

该项目由几个开源工具组成：

• 飞 作者：Punit Arani——谷歌航班Python库
• 快捷酒店 作者：乔纳森·甘——谷歌酒店爬虫
• mcp服务器airbnb 通过OpenBnB——Airbnb MCP服务器（移植到Python）
• gtfs mcp 作者：Jamie McDonald——GTFS传输MCP服务器
• 快速多通道处理 --MCP服务器框架

许可证

麻省理工学院