tutu-zzz/zhilv-yuntu

解决的问题

Zhilv-Yuntu 是一个专为中文旅行场景设计的 AI 驱动旅行规划系统。它超越了简单的文本型 LLM 响应，提供一个完整的端到端产品，能够生成结构化行程，整合现实世界地图数据，提供天气感知建议，并支持用户保存和导出行程。

工作原理

该系统根据目的地采用分层规划方法：

• 精选城市：针对特定城市（如北京、成都、西安），使用 RAG（检索增强生成）管道。该流程包括通过 LLM 进行查询重写、使用 ChromaDB 进行向量检索，以及通过交叉编码器重新排序，从本地 Markdown 指南中提取相关信息。
• 动态城市：针对其他城市，通过 Amap（高德）API 获取景点、餐饮和住宿的实时 POI（兴趣点）候选，然后使用 LLM 基于这些已验证的 ID 规划行程。
• 增强功能：系统补充生成行程的实际地址、坐标、路线距离、行程时间、Amap 图像，以及当前天气预报。
• 基础设施：后端使用 FastAPI，前端使用 Vue 3，使用 Redis 缓存频繁的 API 和 RAG 结果，使用 SQLite 持久化用户行程。

适用人群

希望获得结构化、数据驱动的旅行规划的旅行者，以及对实现包含真实世界 API 集成的全栈 RAG 应用感兴趣的开发者。

主要亮点

• 混合规划：结合本地 RAG 用于精选目的地，动态 POI 基于规划用于其他城市。
• 地图集成：使用 Amap JavaScript API 以虚线箭头和标记可视化路线。
• 高级 RAG 流水线：具备基于 LLM 的查询重写和交叉编码器重新排序，以提高检索准确性。
• 天气感知：根据预报的降雨或阴天情况自动调整旅行建议。
• 全生命周期管理：支持对特定日期进行自然语言编辑、历史记录管理，并可导出为 Markdown 或 PDF。
• 性能优化：实现 Redis 缓存层，用于天气、地图和 RAG 结果，以降低延迟和 API 成本。