Travel Planner (CrewAI)

一个最小可运行的多 Agent 旅游攻略 CLI。内置本地工具与默认 3 个 Agent（研究员/规划师/审稿人），并提供“简化 2‑Agent 模式”（规划师/呈现官）。支持命令行交互、XML/Markdown 导出与详细日志输出。

环境准备

1. 创建与激活虚拟环境

python3 -m venv venv
source venv/bin/activate  # macOS/Linux
# venv\Scripts\activate  # Windows

2. 安装依赖

pip install -r requirements.txt

3. 配置 LLM Key（真实模型调用，使用项目 .env）

• 在项目根目录创建或编辑 .env：

  OPENAI_API_KEY=sk-xxxx
  # 可选全局模型（LiteLLM 格式：<provider>/<model>）
  CREWAI_MODEL=openai/gpt-4o-mini
  # 可选分角色模型（优先级高于 CREWAI_MODEL）
  # RESEARCHER_MODEL=openai/gpt-4o-mini
  # PLANNER_MODEL=openai/gpt-4o-mini
  # REVIEWER_MODEL=openai/gpt-4o-mini
  # PRESENTER_MODEL=openai/gpt-4o-mini
  # 可选：关闭遥测
  CREWAI_TELEMETRY_OPT_OUT=1

• 程序与 restart.sh 会自动加载 .env，无需依赖 ~/.zshrc。

快速使用

交互模式（推荐）

python main.py

仅运行一次

python main.py --once --destination 东京 --days 3 --budget 适中 --preferences "美食, 博物馆"

指定日志文件（默认 logs/travel.log）

python main.py --log-file logs/travel.log

切换模型（覆盖环境变量 CREWAI_MODEL）

python main.py --model openai/gpt-4o-mini

分角色切换模型（优先级高于 CREWAI_MODEL）

python main.py \
  --researcher-model openai/gpt-4o-mini \
  --planner-model openai/gpt-4o-mini \
  --reviewer-model openai/gpt-4o-mini \
  --presenter-model openai/gpt-4o-mini

简化 2‑Agent 模式 + 导出

快速落地（不需要 DAG 或提案‑评审循环），使用 2‑Agent：

python main.py \
  --once \
  --simple \
  --destination "东京" \
  --days 3 \
  --budget "适中" \
  --preferences "美食, 博物馆" \
  --output-md outputs/travel_plan.md \
  --output-xml outputs/travel_plan.xml

说明：

• 生成的 XML 结构见 docs/SCHEMA_NOTES.md，便于映射到你的外部 schema（如 travel-plan-schema.xml）。
• 如需对接严格 XSD 校验，可在提供 XSD 后添加 lxml 或 xmlschema 并在 travel_xml.py 中启用验证逻辑。

重启脚本（包含环境变量）

使用项目根目录的 restart.sh 统一设置并启动：

./restart.sh --destination 东京 --days 3 --budget 适中 --preferences "美食, 博物馆"

说明：

• 脚本会尝试读取 ~/.zshrc（以获取如 OPENAI_API_KEY 的密钥），并激活本地 venv。
• 在脚本内可直接配置启动所需变量：
  • CREWAI_MODEL（默认 openai/gpt-4o-mini）
  • 可选按角色覆盖：RESEARCHER_MODEL、PLANNER_MODEL、REVIEWER_MODEL
  • CREWAI_TELEMETRY_OPT_OUT=1（默认关闭遥测）
  • TRAVEL_LOG_FILE（默认 logs/travel.log）
• 所有传给 restart.sh 的参数会透传给 main.py。

命令行参数

• --destination: 目的地（如：东京/大阪/巴黎）。
• --days: 行程天数（整数）。
• --budget: 预算偏好（如：节省/适中/宽松 或 金额区间）。
• --preferences: 偏好标签，逗号分隔（如：美食, 博物馆）。
• --log-file: 日志文件路径（默认 logs/travel.log）。
• --once: 仅运行一次，不进入交互循环。
• --model: 覆盖默认模型（等价于环境变量 CREWAI_MODEL）。
• --researcher-model: 覆盖研究员模型（等价于 RESEARCHER_MODEL）。
• --planner-model: 覆盖规划师模型（等价于 PLANNER_MODEL）。
• --reviewer-model: 覆盖审稿人模型（等价于 REVIEWER_MODEL）。

环境变量

• OPENAI_API_KEY：真实模型调用所需（或按照 LiteLLM 对接的其他厂商变量）。
• CREWAI_MODEL：全局模型，示例：openai/gpt-4o-mini。
• RESEARCHER_MODEL、PLANNER_MODEL、REVIEWER_MODEL：按 Agent 细分的模型配置（优先级高于 CREWAI_MODEL）。
• CREWAI_TELEMETRY_OPT_OUT=1：可选，关闭遥测。
• LOCAL_SEARCH_BASE_URL：本地搜索服务地址，默认 http://localhost:10004/search（工具会以 ?q=...&format=json 调用）。
• LOCAL_FETCH_BASE_URL：本地抓取服务地址，默认 http://localhost:10005/fetch（工具会以 ?url=...&wait_time=3 调用）。

建议把上述变量写入 ~/.zshrc，例如：

export OPENAI_API_KEY=sk-xxxx
export CREWAI_MODEL=openai/gpt-4o-mini
# 可选分角色：
# export RESEARCHER_MODEL=openai/gpt-4o-mini
# export PLANNER_MODEL=openai/gpt-4o-mini
# export REVIEWER_MODEL=openai/gpt-4o-mini

保存后执行 source ~/.zshrc 使其生效。

日志

• 终端会显示详细的执行与对话日志（verbose=True）。
• 同步写入 logs/travel.log，便于回放与排查。

功能说明

• 多 Agent 顺序流水线（真实 LLM 调用）：
  • 旅行研究员：
    • 使用“本地搜索”工具（LOCAL_SEARCH_BASE_URL，默认 http://localhost:10004/search）获取实时信息（如天气/活动/闭馆提醒等）。
    • 选取搜索结果中的链接，使用“网页抓取”工具（LOCAL_FETCH_BASE_URL，默认 http://localhost:10005/fetch）抓取网页并提炼关键信息。
  • 行程规划师：按天（上午/下午/晚上）输出可执行行程表，控制密度与预算。
  • 审稿人：审查可行性与风险，给出改进版最终行程，可基于“修改请求”微调。
• 日志：
  • 运行时 verbose=True 打印详细对话与工具调用过程。
  • 主程序启用了 stdout “tee”，会将终端输出同时写入到日志文件。

提示：.env 中的 CREWAI_TELEMETRY_OPT_OUT=1 可关闭遥测。

本地搜索服务自检

先用 curl 检查你的服务：

curl -s "http://localhost:10004/search?q=深圳今天天气&format=json" | head

若返回 JSON，CLI 中研究员会自动调用“本地搜索”工具，并将结果要点出现在日志中（带有 [search:query] / [search:raw] 标记）。

网页抓取服务自检

先用 curl 检查抓取服务：

curl -s "http://localhost:10005/fetch?url=https://baidu.com&wait_time=3" | head

若返回 HTML/文本或 JSON，CLI 中研究员会在需要时调用“网页抓取”工具（日志中带有 [fetch:url] / [fetch:error] 标记）。

主要文件

.
├── main.py             # CLI 入口（交互/一次性运行、tee 日志）
├── travel_agents.py    # Agents/Tasks/Crew 定义 + 本地工具
├── simple_agents.py    # 简化 2-Agent 流程（规划+呈现）
├── travel_xml.py       # Markdown → XML 导出（可选）
├── requirements.txt    # 依赖
└── README.md           # 说明

常见问题

• 日志看不到 Agent 细节？确认已在终端看到 ⏳ 正在生成行程...（已开启详细日志），Crew/Agent/Task 默认为 verbose=True。日志同时写入 logs/travel.log。
• 想扩展功能？在 travel_agents.py 中新增工具或 Agent，并在 build_crew() 中接入；也可替换为 crewai-tools 的网络工具（需配置 API Key）。