基于langchain1.1版本和高德mcp server的多智能体agent旅游助手

🧳 AI 旅行助手（AI Trip Planner）

这是一个入门级的agent项目，非常适合新手来了解agent和mcp的原理及应用，并且代码非常简洁，对于刚入门的新手很友好

基于 LangChain1.1 + FastAPI + 高德地图 MCP Server 的多智能体行程规划系统
输入目的地 + 日期，30 秒生成「可落地」的详细旅行计划（景点/酒店/天气/预算）

🌟 功能亮点

🏗️ 系统架构

graph TD
    A[用户输入] --> B[FastAPI]
    B --> C{多 Agent 调度}
    C --> D[景点 Agent]
    C --> E[天气 Agent]
    C --> F[酒店 Agent]
    C --> G[预算 Agent]
    D & E & F & G --> H[LangChain DeepSeek]
    H --> I[前端 Markdown/HTML]

##🛠️ 技术栈

• 后端：FastAPI + Uvicorn + Pydantic v2
• AI 框架：LangChain 1.1 + langchain-mcp-adapters
• LLM：DeepSeek（通义千问/DeepSeek API 双兼容）
• 地图服务：高德地图 Web 服务 API（POI + 天气）
• 前端：Tailwind CDN + 原生 JS（零构建）
• 并发：SSE 流式输出，每秒实时刷新

📦 一键本地部署

# 1. 环境
conda create -n trip python=3.11 -y && conda activate trip

# 2. 依赖
pip install -r requirements.txt

# 3. 密钥（复制后填真实 key）
cp .env.example .env

# 4. 启动
uvicorn trip_planner.main:app --reload --host 0.0.0.0 --port 8000

# 5. 访问
# 前端 http://127.0.0.1:5500（Live Server 或双击 index.html）
# API 文档 http://127.0.0.1:8000/docs

📋 项目结构

ai-trip-planner/
├── trip_planner/           # 核心包
│   ├── main.py            # FastAPI 入口
│   ├── trip_planner_agent.py # 多 Agent 编排
│   ├── schemas.py         # Pydantic 模型
│   ├── prompts.py         # 系统提示词
│   └── index.html         # 前端单页
├── my_llm.py              # LLM 初始化
├── env_utils.py           # 环境变量
├── requirements.txt
├── .env.example
└── README.md