使用说明

行程生成器

一个多代理LangGraph系统，具有两个基于人工智能的旅行规划解决方案：

行程生成器 --将景点列表转换为专业格式的每日PDF行程，包括地图、图像、官方门票链接和成本估算
传输优化器 --对话式路线规划器，比较交通方式，研究实际成本和支付方式，并生成PDF摘要

架构——行程生成器

User Input
    │
    ▼
Coordinate Finder Agent  ← Google Places (Serper)
    │
    ▼
Day Organizer Agent      ← classify → configure → finalize → approval loop
    │
    ▼
Attraction Researcher    ← parallel (1 agent/day)
Agents
    │
    ▼
PDF Builder              ← ReportLab, route map, costs

架构——传输优化器

User (chat)
    │
    ▼
Route Collector Agent    ← Google Places (Serper)
    │
    ▼
Transport Overview Agent ← Web search (Serper)  · runs once, silent
    │                       general fare/ticketing model for the city
    ▼
Transport Researcher     ← Google Maps Directions API
Agent                      (place_id routing, per-mode alternatives)
    │
    ▼
Cost Calculator Agent    ← Web search (Serper)
    │
    ▼
PDF Builder

功能--行程生成器

智能分类：隔离/偏好/灵活/专属日
K表示地理集群，可选择每天的最小/最大值
路线优化：每天内最近的邻居，可配置的起点/终点
交互式审批流（CLI中断）
平行吸引力研究（每天一名代理人）
图像搜索，过滤30+水印域+URL验证
仅限官方门票链接（11个以上经销商域名被屏蔽）
重复吸引力检测（多日发生）
复合景点（单独研究的子地点）
仅限免费的偏好检测
多语言输出（pt-br、en、es、fr）
带目录、路线图、图像、可点击链接、成本汇总的PDF
可选电子邮件投递（SMTP/Gmail）

功能--传输优化器

通过自然聊天定义对话路线
首先进行一般票价模型研究：一个无声的概述代理研究城市的票务工作原理（单程票价、跨模式票价整合、换乘规则、通行证、机场票价），并将其反馈给后来的代理
多模式比较：步行、交通、驾驶（谷歌地图方向API）
每个选项最多3个解决模式（3列火车、3辆公共汽车、3条地铁……）——不是3条公交线路，所以火车不会隐藏在公共汽车/地铁后面
place_id-基于路由的大型场所（机场、公园、车站）可以快速到达可步行的入口，而不是内部引脚
具有代表性的日间运输发车，因此即使工具在夜间运行，也会出现预定的日间服务（如机场列车）-离线计算（无时区API呼叫）
选择过程中显示的每个选项的估计价格，从概述中逐字提取（从未发明；确切成本稍后确认）
智能偏好规则（例如，“如果不到20分钟，请始终步行”）
使用源链接进行真实定价研究，应用概述的票价整合/换乘规则
付款方式利弊分析
针对用户背景研究并包含在PDF中的交通跟踪应用程序
长时间会话的会话总结
PDF：路线表、成本、价格解释、付款方式、跟踪应用程序和估算免责声明

快速开始

# 1. Clone and install dependencies
git clone <repository-url>
cd itinerary-generator
pip install -r requirements.txt

# 2. Configure environment
cp .env.example .env
# Edit .env with your API keys (see Configuration below)

# 3. Run the CLI
python main.py

配置

创建一个 .env 文件包含以下内容：

# OpenRouter API (required) - https://openrouter.ai/keys
OPENROUTER_API_KEY=sk-or-...

# Model Configuration — per-agent or global fallback
# Browse models at: https://openrouter.ai/models
# Itinerary Generator agents
COORDINATE_FINDER_MODEL=anthropic/claude-sonnet-4-20250514
DAY_ORGANIZER_MODEL=anthropic/claude-sonnet-4-20250514
ATTRACTION_RESEARCHER_MODEL=anthropic/claude-sonnet-4-20250514
# Transport Optimizer agents
ROUTE_COLLECTOR_MODEL=anthropic/claude-sonnet-4-20250514
TRANSPORT_OVERVIEW_MODEL=anthropic/claude-sonnet-4-20250514
TRANSPORT_RESEARCHER_MODEL=anthropic/claude-sonnet-4-20250514
COST_CALCULATOR_MODEL=anthropic/claude-sonnet-4-20250514
# Global fallback for any agent without a specific model
MODEL_NAME=anthropic/claude-sonnet-4-20250514

# Serper API (required — Google Places + Google Search) - https://serper.dev
SERPER_API_KEY=...

# Tavily API (required — web search + image retrieval) - https://tavily.com
TAVILY_API_KEY=tvly-...

# Google Maps API (required for Transport Optimizer)
GOOGLE_MAPS_API_KEY=...

# Email delivery (optional)
SMTP_HOST=smtp.gmail.com
SMTP_PORT=587
SMTP_USER=your-email@gmail.com
SMTP_PASS=your-app-password

# Observability (optional)
LANGSMITH_TRACING=false
LANGSMITH_API_KEY=lsv2_pt_...
LANGSMITH_PROJECT=itinerary-generator

日程安排——三步工作流程

Day Organizer在请求用户批准之前运行一个结构化的3步流程：

classify_attributions （必填）--将每个景点分为独立、偏好、灵活或专属，并在适用的情况下指定固定日期
配置路由优化 （可选）--设置路线订购每天的起点和终点
配置_日期_约束 （可选）——设置K-means聚类每天的最小和最大吸引力计数
finalize_day_organization （必填）--对灵活的景点执行K-means聚类，并在每天内应用最近邻排序
请求_临时_批准 --显示结果并等待用户批准或修订

用户首选项类型

类型	示例	行为
孤立的	“迪士尼乐园需要一整天”	专属日，不添加其他景点
偏好	“埃菲尔铁塔第一天”	固定日期，可以与他人分享
独家	“第3天仅适用于X和Y”	固定设置，不接受灵活添加
灵活的	仅列出景点	K表示地理分组

项目结构

itinerary-generator/
├── main.py
├── requirements.txt
├── .env.example
├── src/
│   ├── itinerary_generator/
│   │   ├── graph.py
│   │   ├── state.py
│   │   ├── agent_definition.py
│   │   ├── tools.py
│   │   ├── prompts.py
│   │   └── other_nodes.py
│   ├── transport_optimizer/
│   │   ├── graph.py
│   │   ├── state.py
│   │   ├── agent_definition.py
│   │   ├── tools.py
│   │   └── prompts.py
│   ├── processor/
│   │   └── pdf_processor.py      # ReportLab PDF generation
│   ├── middleware/
│   │   ├── structured_output_validator.py
│   │   ├── summarization_middleware.py
│   │   └── handoff_tool_validator.py
│   ├── mcp_client/
│   │   └── tavily_client.py
│   └── utils/
└── .results/

工具参考

行程生成器

代理	工具	目的
坐标查找器	`search_place_address`	谷歌地点搜索+商店坐标
坐标查找器	`return_invalid_input_error`	处理无效输入
日组织者	`classify_attractions`	对所有景点进行分类（步骤1）
日组织者	`configure_route_optimization`	设置每天的开始/结束点（可选）
日组织者	`configure_day_constraints`	设置每天的最小/最大值（可选）
日组织者	`finalize_day_organization`	执行K-means+最近邻排序（步骤3）
日组织者	`request_itinerary_approval`	暂停以供用户查看
日组织者	`update_itinerary_organization`	应用用户更改
吸引力研究员	`search_attraction_info`	在网上搜索详细信息、工作时间、费用
吸引力研究员	`search_attraction_images`	使用水印过滤的图像搜索（Tavily）
吸引力研究员	`search_ticket_link`	仅限官方门票网址

传输优化器

代理	工具	目的
路线收集器	`search_place_coordinates`	查找并验证位置坐标（缓存可路由的 `place_id`)
路线收集器	`register_route_pair`	店铺来源→目的地配对
路线收集器	`confirm_route_pairs`	最终确定路线清单并移交
运输概述	`search_transport_information`	研究城市的一般票价/票务模式
运输概述	`register_transport_overview`	存储总体概述（摘要+来源）
运输概述	`finish_transport_overview`	移交给运输研究员
交通研究员	`get_transport_options`	谷歌地图方向API（place_id路线，每个模式的替代方案，白天出发）
交通研究员	`register_user_preference`	每条路线的存储模式选择
交通研究员	`finish_transport_research`	交给成本计算器
成本计算器	`search_transport_information`	通过网络搜索进行研究定价
成本计算器	`route_reasoning`	分析简单路线与复合路线
成本计算器	`register_route_cost`	每条路线的存储成本及说明
成本计算器	`register_payment_methods`	商店支付选项的优缺点
成本计算器	`register_transport_apps`	为PDF存储运输跟踪应用程序
成本计算器	`finish_interaction`	触发PDF生成

API要求

服务	目的	注意事项
OpenRouter	LLM访问（Claude、GPT-4、Gemini等）	按令牌付费
Serper	谷歌地点+谷歌搜索	开始2500次搜索
Tavily	网络搜索+图像检索	每月1000次搜索
谷歌地图	路线API（交通优化程序）	按请求付费

技术栈

LangChain 1.0/LangGraph --代理编排和工作流管理
开放路由器 --多提供商LLM访问（Claude、GPT-4、Gemini等）
搜索者 --谷歌地点和谷歌搜索
塔维利 --网络搜索与图像检索
谷歌地图方向API --运输方式比较
scikit-learn/k-means约束 --具有可选大小约束的地理聚类
报告实验室 --PDF生成
GeoPandas/Matplotlib --路线图可视化

许可证

MIT许可证-免费使用和修改

使用说明

行程生成器

架构——行程生成器

架构——传输优化器

功能--行程生成器

功能--传输优化器

快速开始

配置

日程安排——三步工作流程

用户首选项类型

项目结构

工具参考

行程生成器

传输优化器

API要求

技术栈

许可证

相关 MCP

网页抓取与渲染MCP服务

AI助手协议服务器

Markdown转PDF工具

Excel转PDF工具

智能代理编排平台

子代理任务分发服务器