# travel-agent

**Repository Path**: Easettle/travel-agent

## Basic Information

- **Project Name**: travel-agent
- **Description**: No description available
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-05
- **Last Updated**: 2026-09-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# travel-agent —— AI Agent 差旅助手（Spring Boot + LangChain4j）

演示一个最小可运行的 **Agent**：用户说"我明天从武汉去成都出差，天气咋样、看下航班,如果不明确要求发送邮件，大模型不会去调用发送邮件的方法"，
Agent（LLM）自行决定**先调哪个工具、参数怎么填**，框架负责真正执行工具并把结果喂回 LLM 生成回答。

jdk 17以上


## 核心设计：开发者编排 vs LLM 编排

| 层级 | 谁决定 | 本工程内容 |
|---|---|---|
| 能力边界（写死） | 开发者 | 注册 3 个 @Tool；系统提示限定"天气/航班走工具、禁止编造" |
| 执行顺序（动态） | LLM | "明天去成都"→ 先 getToday 推算日期 → getWeather + searchFlights |

## 配置模型（三选一，通过环境变量注入）

| 厂商 | MODEL_BASE_URL | MODEL_NAME | 获取 API Key |
|---|---|---|---|
| OpenAI | https://api.openai.com/v1 | gpt-4o-mini | platform.openai.com |
| 通义千问 | https://dashscope.aliyuncs.com/compatible-mode/v1 | qwen-plus | dashscope.aliyuncs.com |
| DeepSeek | https://api.deepseek.com/v1 | deepseek-chat | platform.deepseek.com |

```bash
export MODEL_API_KEY="sk-你的key"
export MODEL_BASE_URL="https://api.openai.com/v1"   # 或上表通义/DeepSeek 地址
export MODEL_NAME="gpt-4o-mini"
```

## 构建 & 启动

```bash
mvn clean package -DskipTests
java -jar target/travel-agent-0.0.1-SNAPSHOT.jar
```

## 调用示例

```bash
curl "http://localhost:8080/agent/ask?q=我明天从武汉去成都出差，成都天气咋样，帮我看下航班"
```

预期返回（示例，取决于模型与工具返回）：
> 明天成都阵雨22~28℃，建议带伞和外套；武汉→成都有 MU2468（08:20 ¥730）和 CA1234（14:10 ¥810），按你的出差时间选即可。

## 生产化建议

- **真实天气/航班**：把 `WeatherService` / `FlightService` 替换为对应开放平台 API 调用
- **出发地缺失**：from 未说时，用登录用户画像的城市补全，或反问
- **工具超时/降级**：工具内 catch 异常返回"服务暂不可用"，让 LLM 决定降级话术
- **写操作需确认**：查是只读，若扩展"下单"等写接口，必须人工二次确认再调用
- **步数上限**：可在 AiServices 链路上加 maxIterations 防止 LLM 死循环调工具

## 总结
[travel-system-prompt.txt](src/main/resources/travel-system-prompt.txt)

skill 是什么
- SystemMessage 是把 Skill 用自然语言描述出来，让 LLM 在推理阶段能够遵循这些规则。
- SystemMessage 是 Skill 的“自然语言接口”，而不是 Skill 本身。

skill 是什么
- 如果没有写 @SystemMessage，LangChain4j 的动态代理在调用大模型时，就不会附带系统级的指令，
- 大模型会完全基于你输入的 message（即 @UserMessage）以及挂载的 Tools（MCP 工具）来自由发挥。
- 如果没有@SystemMessage提示词，或者为空的话，Agent 就会变成脱离控制的“野生大模型”。