1sdv/TripStar

TripStar – AI 驱动的旅行规划助手

功能简介

• TripStar 是一个 Web 应用程序，可为用户指定的旅行（城市、日期、偏好）构建完整的旅行行程。它从真实世界来源（小红书旅行帖子、天气服务、酒店列表、地图 API）获取数据，并使用大型语言模型（LLM）和一组专门的智能体，将原始数据转化为结构化的旅行计划。

工作原理

1. 前端（Vue 3） – 表单允许用户输入目的地、旅行日期和个人偏好（交通方式、住宿风格、兴趣等）。UI 通过 WebSocket 更新显示进度，一旦计划准备就绪，将显示：
   • 逐日行程，包括景点、旅行路线、酒店建议、餐饮和天气预报。
   • 预算明细（门票、餐饮、交通、住宿）。
   • 交互式地图（海外使用 Google Maps，中国使用 AMap），并绘制点之间的路线。
   • 行程的知识图谱可视化。
   • 一个浮动 AI 聊天窗口，可以使用完整行程作为上下文回答后续问题。
2. 后端（FastAPI，Python 3.10+） – 请求 /api/trip/plan 启动异步任务并返回 task_id。后台工作器运行一个多智能体工作流：
   • 小红书智能体 搜索小红书（一个中国社交平台）上的旅行帖子，抓取内容，并让 LLM 提取景点列表、每个景点的典型游览时长以及是否需要提前预订。
   • 天气智能体 通过 Google 或 AMap 天气 API 获取预报数据。
   • 酒店智能体 查询 POI 服务，寻找符合预算和风格的酒店。
   • 规划智能体 组合所有部分，构建最优路线（避免折返），并让 LLM 以严格的 JSON 格式输出详细行程和预算。
   • 结果被解析、清理，并输入到知识图谱服务中，为城市、日期、景点和成本创建节点/边。
3. 数据丰富 – 行程生成后，前端请求每个景点的照片。后端再次调用小红书，从最近的帖子中获取第一张图片，并返回直接 URL，以便 UI 显示真实世界的照片。

关键技术亮点

• 多智能体架构 基于 HelloAgents 框架构建，具有明确的角色分离（景点提取、天气、酒店、路线规划）。
• LLM 驱动的提取：通过提示模型，将长而非结构化的旅行笔记提炼为干净的 JSON。
• 双地图引擎：在 Google Maps（中国以外）和 AMap（中国境内）之间自动回退，用于地理编码、路线规划和地图渲染。
• 异步任务队列 + WebSocket 进度更新，避免长时间 LLM 调用期间的 504 网关超时。
• 国际化：UI 和 LLM 提示支持中文、英文和日文；生成的行程自动翻译。
• 预算面板和知识图谱可视化为用户提供财务概览和行程的网络视图。
• Docker-compose 部署，通过环境变量配置 LLM API 密钥、地图服务密钥和小红书 cookies。

适用人群

• 希望获得个性化、端到端行程而无需手动浏览多个网站的旅行者。
• 对构建结合网页抓取、结构化数据提取和实时 UI 更新的多智能体 LLM 应用程序感兴趣的开发者。

快速开始

1. 安装 Python 3.10+、Node 18+ 和 Docker（可选）。
2. 提供 OpenAI 兼容 LLM、Google Maps、AMap 的 API 密钥，以及已登录的小红书 cookie。
3. 运行后端（uvicorn app.api.main:app）和 Vue 前端（npm run dev），或通过 docker-compose up 同时启动两者。
4. 打开 Web UI，填写旅行详情，观察系统生成完整计划。

---

总结：TripStar 是一个全栈、多智能体 AI 系统，将原始旅行数据转化为精致、预算敏感的行程，附带地图、照片和交互式 AI 助手。