基于 LangChain + LangGraph 多智能体框架 与 高德地图 MCP 的智能旅行规划系统。用户只需输入目的地、出行日期、预算和偏好，系统便会自动搜索景点、查询天气、推荐酒店与美食，并由大模型生成一份完整的每日行程计划。
- 多智能体行程规划：LangGraph 编排"搜索景点 → 查询天气 → 搜索酒店 → 搜索餐饮 → LLM 生成计划"五步工作流
- 偏好驱动搜索：支持历史文化、自然风光、美食、购物、亲子、摄影等偏好标签，自动映射为高德 POI 搜索关键词
- LLM 生成计划：OpenAI 兼容接口（支持 OpenAI / DeepSeek / 通义千问 / 智谱等），输出结构化 JSON 行程
- 实时进度反馈：SSE 流式接口，前端实时展示各智能体的执行进度
- 高德地图总览：按天分色在地图上标记所有景点，自动定位城市
- 预算明细：门票、酒店、餐饮、交通、其他费用自动汇总，并随编辑实时重算
- 行程可视化编辑：支持增删景点、调整景点顺序、删除某天行程
- 导出功能：一键导出行程为 PNG 图片或 PDF
- 单次最多规划 14 天 行程
- Python 3.10+
- FastAPI（REST + SSE 流式接口）
- LangChain + LangGraph（多智能体编排）
- amap-mcp-server（高德地图 MCP 工具：
maps_text_search/maps_weather） - Pydantic v2（请求/响应数据模型）
- Vue 3 + TypeScript + Vite
- Ant Design Vue（UI 组件库）
- 高德地图 JS API 2.0（
@amap/amap-jsapi-loader） - html2canvas + jsPDF（导出图片 / PDF）
- Pinia、Vue Router、Axios、dayjs
flowchart LR
A[前端 Vue3 表单] -->|POST /api/trip/plan/stream| B[FastAPI 后端]
B --> C[LangGraph 编排器]
C --> D[搜索景点]
D --> E[查询天气]
D --> F[搜索酒店]
D --> G[搜索餐饮]
E --> H[LLM 生成行程]
F --> H
G --> H
H --> J[结构化行程 JSON]
J --> K[结果页: 概览/预算/地图/每日行程/天气]
K --> L[导出 PNG / PDF]
调度策略：先串行搜索景点确定目的地上下文，再并行调度天气 / 酒店 / 餐饮三个节点（LangGraph fan-out），全部完成后统一进入 LLM 生成节点（fan-in）。节点内部使用
asyncio.gather并发获取 POI 详情补全坐标。
.
├── backend/ # FastAPI 后端
│ ├── app/
│ │ ├── api/trip.py # 行程规划 API（REST + SSE）
│ │ ├── config.py # 环境变量配置
│ │ ├── main.py # 应用入口
│ │ ├── schemas/trip.py # Pydantic 数据模型
│ │ ├── services/
│ │ │ ├── trip_graph.py # LangGraph 编排图（MCP 版，当前生效）
│ │ │ └── trip_planner.py # 行程规划编排器
│ │ └── agents/ # v1 遗留 Agent 代码（当前未使用）
│ ├── .env.example # 环境变量示例
│ └── requirements.txt
├── frontend/ # Vue 3 前端
│ ├── src/
│ │ ├── views/ # Home（规划表单）/ Result（行程结果）
│ │ ├── components/ # MapView / BudgetCard / DayPlanCard
│ │ ├── services/api.ts # 后端 API 封装（含 SSE）
│ │ ├── types/trip.ts # TypeScript 类型定义
│ │ └── router/ # 路由
│ ├── .env.example # 前端环境变量示例
│ └── package.json
└── README.md
cd backend
python -m venv .venv
# Windows: .venv\Scripts\activate Linux/macOS: source .venv/bin/activate
pip install -r requirements.txt
# 配置环境变量
cp .env.example .env
# 编辑 .env，填入 LLM_API_KEY 和 AMAP_API_KEY
# 在项目根目录启动（backend 包路径）
uvicorn backend.app.main:app --reload --port 8000接口文档：http://localhost:8000/docs
cd frontend
npm install
cp .env.example .env.local
# 编辑 .env.local，填入高德 JS API Key 与安全密钥
npm run dev访问 http://localhost:5173（Vite 已将 /api 代理到后端 8000 端口）。
GET /api/health
POST /api/trip/plan
POST /api/trip/plan/stream
POST /api/trip/route
{
"origin": "120.169899,30.239827",
"destination": "120.162923,30.254158",
"mode": "walking"
}返回可绘制路径点 path（[[lng,lat], ...]）及距离、耗时；mode 支持 walking / driving。
请求示例：
{
"city": "北京",
"start_date": "2026-08-10",
"end_date": "2026-08-13",
"budget": "中等",
"preferences": ["历史文化", "美食"],
"travelers": 2,
"departure_city": "上海"
}SSE 事件类型：init（初始化步骤列表）、progress（单步进度）、result（规划结果）、error（错误信息）。
响应结构包含：行程概览、天气预测、预算明细、每日行程（景点/餐饮/酒店/交通/备注）、旅行贴士。
| 变量 | 说明 | 默认值 |
|---|---|---|
LLM_API_KEY |
LLM API Key（OpenAI 兼容） | - |
LLM_BASE_URL |
LLM 接口地址 | https://api.openai.com/v1 |
LLM_MODEL |
模型名称 | gpt-4o-mini |
LLM_TEMPERATURE |
采样温度 | 0.7 |
LLM_JSON_MODE |
是否启用 JSON 输出模式（不支持 response_format 的接口设为 false） |
true |
AMAP_API_KEY |
高德 Web 服务 Key | - |
HOST / PORT |
服务监听地址 | 0.0.0.0 / 8000 |
DEBUG |
调试模式 | true |
MAX_SEARCH_RESULTS |
每个关键词最大搜索结果数 | 5 |
| 变量 | 说明 |
|---|---|
VITE_AMAP_KEY |
高德 JS API Key（Web 端） |
VITE_AMAP_SECRET |
高德 JS API 安全密钥（v2.0 必需） |
VITE_AMAP_VERSION |
高德 JS API 版本，默认 2.0 |
VITE_API_BASE_URL |
后端 API 地址，开发环境默认 /api |
高德 Key 申请地址：https://console.amap.com/
- v2.0 起使用
amap-mcp-server提供的 MCP 工具获取景点 / 酒店 / 餐饮 / 天气数据，替代 v1 直调高德 REST API 的实现。 backend/app/agents/、backend/app/services/amap_service.py、llm_service.py为 v1 遗留代码，当前 API 并未引用，仅作参考。- 预算中酒店与交通费用为按预算档位估算的固定值（酒店 300 / 600 / 1000 每晚，交通 30 / 80 / 200 每天），门票与餐饮由 LLM 估算。