重庆大学AI训练营+20230198+深度旅行体验师

[what-s-more]

🗺️ 深度旅行体验师 — 确定了目的地，剩下的交给我

💡 每个旅行者都遇到过的困境

终于敲定了年假目的地——大理。打开小红书搜攻略，满屏都是"苍山洱海必打卡""双廊古镇超美"。

但真正到了那里才发现：

• 苍山有12条步道，哪条人少景美？哪条适合摄影？
• 双廊的网红餐厅排队2小时，本地人到底在哪吃？
• 洱海环湖一圈，顺时针还是逆时针光线更好？
• 雨季突然下雨，哪些景点可以无缝切换室内？

通用攻略给的是"打卡清单"，但旅行者需要的是"深度体验方案"。

所以我做了"深度旅行体验师"——一个不帮你选目的地、不帮你查火车票，只专注解决"到了怎么玩得深"的双智能体系统。

🤖 智能体简介

"深度旅行体验师"是一个双智能体协作系统，与通用旅行助手形成差异化定位：

	通用旅行助手	深度旅行体验师
核心问题	"去哪？怎么去？"	"到了怎么玩得深？"
输入阶段	用户从零开始	用户已确定目的地
大交通	查机票火车票	不负责
目的地选择	帮用户选	不负责
深度内容	通用打卡清单	小众秘境、拍照Tips、地道美食

两个智能体

• 深度旅行体验师（主智能体）：搜索景点详情与小众秘境、地道美食、实时天气，调用编排专家生成方案
• 体验编排专家（子智能体）：编排每日体验路线、推荐住宿、计算费用、生成拍照Tips

✨ 核心功能

用户场景	智能体做什么
🏔️ 深度探索	搜索小众秘境、最佳拍摄点、避开人流的时段
🍜 地道美食	隐藏小店、市集小吃、当地人推荐（不是网红打卡店）
🗺️ 路线优化	同区域景点安排同一天，不走回头路
📸 拍照Tips	每个景点标注最佳体验时段和拍摄建议
💰 费用控制	详细费用明细，超出预算自动调整方案
🌤️ 天气适配	实时天气查询，雨天自动调整室内行程

🏗️ 技术架构

层	用的啥	干了啥
🖥️ 平台	Nexent	多智能体协作
🧠 大脑	Qwen3.6-35B-A3B	推理模型
🗺️ 地图	高德地图 MCP	景点搜索、路径规划、天气查询、距离测量
🔍 联网	Exa Search	旅游攻略、真实评价、小众体验搜索

🤝 双智能体协作流程

用户："我下周去大理玩4天，喜欢自然和摄影，预算3000"
  ↓
深度旅行体验师
  ├── 高德地图搜索景点、美食、天气
  ├── Exa搜索攻略、小众体验、真实评价
  ├── 整理结构化本地信息
  ↓
  调用 体验编排专家
  ├── 高德地图规划路线、计算距离
  ├── Exa搜索住宿评价
  ├── 编排每日体验路线
  ├── 计算费用 + 生成贴士
  ↓
深度旅行体验师 整合输出 → 完整深度体验方案

智能体分工

深度旅行体验师 — 侧重"搜索与发现"

• 高德地图：关键词搜索POI、周边搜索、POI详情、天气查询、地理编码
• Exa搜索：旅游攻略、小众体验、真实评价

体验编排专家 — 侧重"路线与规划"

• 高德地图：驾车/公交/步行/骑行路径规划、距离测量、住宿搜索
• Exa搜索：住宿评价、费用参考

🎬 演示截图

📎 Agent 配置文件

导入以下两个JSON文件：

1. local_explorer.json — 深度旅行体验师（主智能体，需先导入）
2. experience_planner.json — 体验编排专家（子智能体）

注意：JSON中的 Exa API Key 已脱敏，导入后需替换为自己的 Key。高德地图 MCP 需在 Nexent 中单独配置连接。

🙏 致谢

感谢 ModelEngine 团队 开源的 Nexent 智能体平台，让多智能体协作变得简单。

感谢 重庆大学 AI 训练营 ，让"用 AI 解决真实问题"从想法变成了可运行的服务。

experience_planner.json
local_explorer.json