# TripStar **Repository Path**: zkkcreated/TripStar ## Basic Information - **Project Name**: TripStar - **Description**: No description available - **Primary Language**: Unknown - **License**: GPL-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-08-11 - **Last Updated**: 2026-08-11 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
brand

[🇨🇳 中文](README.md) | [🇺🇸 English](README_en.md) | [🇯🇵 日本語](README_ja.md) # 旅途星辰 - AI 旅行智能体 **基于 HelloAgents 框架打造的多智能体协作文旅规划平台**
> [!IMPORTANT] > > 本地部署可直接体验项目，完整体验项目功能需配置好相关的key，探索丰富功能， > 其中包括：旅行计划、景点地图概览、预算明细、每日行程：行程描述、交通方式、住宿推荐、景点安排（地址、游览时长、景点描述、预约提醒）、餐饮安排、天气信息、知识图谱可视化、沉浸式伴游 AI 问答...... ## 项目简介 **旅途星辰 (TripStar)** 是一个创新的 AI 文旅智能体应用，基于 HelloAgents 框架打造的多智能体协作文旅规划平台，旨在解决用户在规划旅行时面临的"信息过载"和"决策疲劳"问题。 有别于传统的旅游攻略网站，本项目采用了基于 **大语言模型 (LLM)** 和 **多智能体 (Multi-Agent)** 协作架构的创新模式。它能像一位经验丰富的人类旅行管家一样，全面考虑用户的个性化需求（偏好设置：交通方式、住宿风格、旅行兴趣、特殊需求等），自动搜索旅行信息、查询当地天气、精选酒店并规划最优景点路线，以**快速完成旅游攻略**。 ### 核心亮点 * **小红书深度集成**: 景点推荐与攻略数据直接来源于小红书真实用户游记，通过 LLM 智能提纯，获取最真实的避坑指南与打卡建议。景点图片也通过小红书实时搜索获取，确保展示的是网友最新实拍的真实风景照。 * **景点预约提醒**: 智能识别小红书游记中提及的需要提前预约的景点（如故宫、陕西历史博物馆等），在行程卡片中醒目标注预约提示与预约渠道信息，防止白跑一趟。 * **多语言与国际化支持**: 深度集成 Vue I18n，同时在 LLM 提示词层及知识图谱底层实现语言自适应适配。系统界面及 AI 问答全程支持多语言（中/英/日）无缝切换，连同生成的旅行规划数据会自动翻译为目标语言，为全球旅行者打造无障碍的行程规划体验。 * **双地图引擎高定互动展现**: 深度集成并支持 **Google Maps** 与 **高德地图 (AMap)** 双引擎的无缝切换与自动回退。国外使用 Google Maps，国内回退高德。动态绘制"起点-景点-终点"的真实经纬度打卡路线，提供高级定制底图配色，一眼预览景点位置方便安排行程。 * **精准预算明细面板**: 智能汇总门票、餐饮、住宿与交通等多维度花销账单，提供直观的财务面板报表，让出行预算尽在掌握。 * **多智能体协作协同**: 采用分工明确的多个 Agent（如天气预报员、酒店推荐专家），通过工作流 (Workflow) 协同完成复杂的旅行规划任务。 * **知识图谱可视化**: 将生成的行程数据实时转换为节点关系图，直观展示"城市-天数-行程节点-预算"的空间结构。 * **沉浸式伴游 AI 问答**: 在生成报告后，提供悬浮式 AI 问答窗口（左下角），AI 拥有完整行程的上下文记忆，用户可随时针对行程细节（如票价、适宜性）进行追问。 * **多城市行程规划**: 支持在一次旅行中规划多个城市，动态添加城市并设置停留天数，系统自动计算总行程天数。城际移动日智能标注交通建议，预算面板独立统计城际交通费用，天气面板按城市分别展示，知识图谱以多城市拓扑呈现完整路线。 * **奢华暗黑玻璃拟物风**: 全新设计的暗黑系玻璃拟物化 (Dark Luxury Glassmorphism) 界面，提供极具沉浸感的高级视觉体验。 --- > 举个例子要去中国——西安玩耍，只需要填写地点、日期、偏好设置，即可等待行程规划的结果，一眼预览如何安排旅游景点 image ## 系统架构 本项目采用标准的前后端分离架构，分为前端 Vue 交互层、后端 FastAPI 服务层和 LLM/Agents 的智能推理层。 ```mermaid sequenceDiagram autonumber participant Client as Frontend (User) participant Route as api/routes/trip.py participant Planner as trip_planner_agent.py participant XHS as xhs_service.py participant Maps as map_dispatcher.py participant LLM as llm_service.py participant POI as api/routes/poi.py participant KG as knowledge_graph_service.py Client->>Route: POST /api/trip/plan (城市,天数,偏好) Route-->>Client: 返回 task_id & ws_url Route->>Planner: 启动异步任务 _run_trip_planning(request) Client->>Route: WebSocket 订阅 /ws/{task_id} Note right of Route: 通过 WebSocket 实时推送任务 processing/progress 状态 rect rgb(240, 248, 255) Note over Planner, LLM: 并发阶段 (asyncio.gather 优化) par [1/3] 景点搜索：小红书原生接口提纯 Planner->>XHS: search_xhs_attractions(city, keywords, lang) XHS->>XHS: XhsNativeClient 原生签名直连 / SSR 备用爬取 XHS->>LLM: 抛入游记杂文，Prompt 要求提纯出景点JSON数组 LLM-->>XHS: [{"name": "故宫", "duration": 120, ...}] loop 为每个提纯出的景点补齐坐标 XHS->>Maps: geocode_unified(name, city) Note right of Maps: Google 地理编码优先，失败降级高德 REST Maps-->>XHS: 经纬度 {longitude, latitude} end XHS-->>Planner: 拼接整理好的小红书景点候选文本 and [2/3] 天气搜索：智能体调用 Tool Planner->>Planner: weather_agent.run() Planner->>Maps: 代理调用 Google/AMap MCP Weather Tool Maps-->>Planner: 返回未来天气数据 Note right of Planner: Google API若失败，自动回退请求高德天气REST接口 and [3/3] 酒店搜索：智能体调用 Tool Planner->>Planner: hotel_agent.run() Planner->>Maps: 代理调用 Google/AMap MCP POI Text Search Maps-->>Planner: 返回酒店列表 end end rect rgb(255, 240, 245) Note over Planner, LLM: 串行聚合阶段：最终规划融合 Planner->>LLM: 拼接景点、天气、酒店上下文进入终极 Planner Prompt LLM-->>Planner: 【高危操作】返回包含行程、预算等复杂嵌套的 JSON 字符串 Planner->>Planner: _parse_response() 容错解析 Note right of Planner: 1. 清理杂乱字符
2. 修复未转义引号
3. 截断修复(补齐括号)
4. 暴力提取
5. 若均失败再求助 LLM 修补 end Planner->>KG: build_knowledge_graph(trip_plan, lang) Note right of KG: 提取城市、日程、景点、预算、建议的节点与关联边，并按多语言翻译标签 KG-->>Planner: graph_data (nodes, edges, categories) Planner-->>Route: 返回完整 TripPlanResponse 结构 Route->>Route: _update_task_state(status="completed")持久化至磁盘 Route-->>Client: WebSocket 推送成功结果 (含 plan JSON 及 graph 拓扑) rect rgb(240, 255, 240) Note over Client, XHS: 异步前端懒加载：景点图片搜图 Client->>POI: GET /api/poi/photo?name=xxx POI->>XHS: get_photo_from_xhs(keyword) XHS->>XHS: 原生搜索 "xxx 风景" 获取首个有效笔记的第一张图 URL XHS-->>POI: photo_url POI-->>Client: 图片加载成功 end ``` --- ## 核心功能与工作流 ### 1. 异步轮询任务系统 (解决网关超时) 针对 LLM 生成超长文本易导致 504 Gateway Timeout 的痛点，重构了后端的任务调度机制。 * **`POST /api/trip/plan`**: 立即返回 `task_id`，将长达数分钟的推理任务推入后台 `asyncio.create_task`。 * **`GET /api/trip/status/{task_id}`**: 前端每 3 秒发起一次轻量请求，实时获取当前处理进度（如"🔍 正在搜索景点..."），直至状态变为 `completed`。 ### 2. 多智能体架构 (Agentic Workflow) 主控 Agent 接收到用户自然语言指令后，基于 React 模式拆解任务： 1. **小红书景点提取**: 搜索城市旅游攻略帖，通过 SSR 页面抓取获取帖子正文内容，再由 LLM 从长文游记中提纯出景点名称、真实评价、游玩时长以及是否需要提前预约等结构化信息，最后通过高德 POI 搜索接口补齐精准经纬度坐标。 2. **天气与酒店**: 天气管家查询目标日期的气候状况；酒店专员根据预算寻找合适落脚点。 3. **路线编排**: 主控 Agent 收集三方数据，进行统筹优化，计算两两景点间的距离和最优游玩顺序，避免行程折返跑。 4. **景点搜图 (前端驱动)**: 行程生成完毕后，前端根据每个景点名称独立调用 `/api/poi/photo` 接口，后端以景点名搜索小红书最新发布的帖子，通过 SSR 抓取帖子首张图片直链，确保展示的是真实的风景实拍照。 5. **结果聚合**: 最终输出包含预算明细、逐日行程、预约提醒、防坑指南等详细参数的结构化 JSON。 ### 3. 数据驱动的动态组件渲染 前端不再是写死的静态展示，而是通过响应式变量读取 JSON 数据： * **高德地图 JS API 2.0 组件**: 动态读取 POI 经纬度，绘制连线与标记。 * **ECharts 知识图谱组件**: 将树状的旅行层级转化为关系网络（图数据库雏形）。 --- ## 快速部署与运行指北 ### 环境准备 * Python 3.10+ * Node.js 18+ * 大模型 API Key（推荐使用兼容 OpenAI 格式的服务商，如豆包） * 高德地图两种key： Web服务 、 Web端(JS API) (其**安全密钥 JSCode**配置在index.html中)（[高德api](https://lbs.amap.com/)） * [Google Maps API Key](https://developers.google.com/maps/apis-by-platform)（若要使用 Google 地图引擎，必须在 Google Cloud 控制台中开通：**Geocoding API, Places API (New), Directions API, Maps JavaScript API, Weather API**，需要绑卡） * 小红书Cookie（[小红书](https://www.xiaohongshu.com/) 网页端登录后从浏览器开发者工具复制） * 安装 `uv` 包管理器 ### Docker / Compose 配置约定 推荐通过 docker-compose 一键启动项目（包含前端和后端环境），在运行之前，确保填补 `.env` 文件相关的环境变量： * 容器启动时不再读取项目目录里的 `backend/.env`，请确保将配置以环境变量的形式传入。 * `docker-compose.yaml` 中显式配置了必要的运行时代理和 API keys，支持传入 `GOOGLE_MAPS_API_KEY` 与 `GOOGLE_MAPS_PROXY` 等变量。 * 前端构建期变量 `VITE_AMAP_WEB_JS_KEY` 会通过 `build.args` 自动注入前端。 ``` 本地开发仍可按下面步骤分别配置和启动 `backend/.env` 和 `frontend/.env`。 ### 本地开发 #### 1. 后端启动 ```bash # 进入后端主目录 cd backend # 安装小红书签名引擎的 Node.js 依赖 npm install # 使用 uv 创建虚拟环境并安装依赖 uv venv .venv # 激活虚拟环境 source .venv/bin/activate # Windows: .venv\Scripts\activate # 安装项目依赖包 uv pip install -r requirements.txt # 复制配置文件并填入相应的 API KEY cp .env.example .env # [必填] LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_ID（选择有结构化输出能力的模型） # [必填] VITE_AMAP_WEB_KEY (高德地图 web服务 类型的key) # [必填] XHS_COOKIE（小红书网页端登录后的Cookie） # [选填] GOOGLE_MAPS_API_KEY, GOOGLE_MAPS_PROXY（如果需要支持 Google 地图引擎） # 启动 FastAPI (推荐通过 uvicorn) uvicorn app.api.main:app --host 0.0.0.0 --port 8000 --reload ``` API 启动后，您可以访问 `http://localhost:8000/docs` 查看互动文档。 #### 2. 前端启动 ```bash # 进入前端主目录 cd frontend # 使用 npm (或 pnpm/yarn) 安装依赖 npm install # 复制配置文件并填入相应的 Key cp .env.example .env # [必填] VITE_AMAP_WEB_KEY 与后端保持一致 # [必填] VITE_AMAP_WEB_JS_KEY 必须是 Web端(JS API) 类型的key # 另外，由于 JS API 2.0 政策要求，**还需要在 index.html 注入你的安全密钥(securityJsCode)** # 启动 Vite 开发服务器 npm run dev ``` --- ## 目录结构与关键代码导读 ```text TripStar/ ├── backend/ # Python FastAPI 后端 │ ├── app/ │ │ ├── api/routes/ # 核心路由 (trip.py, poi.py, chat.py) │ │ ├── agents/ # 多智能体定义与编排 (trip_planner_agent.py 并发核心) │ │ ├── services/ # 业务逻辑封装 │ │ │ ├── xhs_service.py # 小红书搜索/SSR抓取/LLM提纯/搜图 │ │ │ ├── llm_service.py # LLM 客户端封装 │ │ │ └── knowledge_graph_service.py # 知识图谱构建 │ │ └── models/ # Pydantic 类型定义 (schemas.py) │ └── .env # 本地开发环境变量载体（Docker 部署时不打进镜像） │ ├── frontend/ # Vue 3 互动前端 │ ├── src/ │ │ ├── views/ # 主路由视图 (Home.vue 表单输入; Result.vue 路书展示) │ │ ├── components/ # 独立复用的 UI / 背景组件 │ │ └── services/ # Axios 异步轮询及配置重试逻辑 (api.ts) │ ├── index.html # 入口挂载及高德地图 SecurityKey 预设 │ ├── .env # 本地前端开发环境变量（Docker 构建时忽略） │ └── package.json │ ├── Dockerfile # 通用生产发布容器脚本 ├── docker-compose.yaml # 一键容器编排 └── README.md ``` > 下面是部分运行结果，丰富的功能探索中... image image image image image ## 后续优化方向 - [x] ~~接入小红书，获得高质量计划~~ - [x] ~~景点图片改为从小红书获取~~ - [x] ~~景点提前预约提示~~ - [x] ~~接入 Google Maps，实现国内外双引擎自动降级回退~~ - [x] ~~模型返回语言国际化适配及底层知识图谱多语言支持~~ - [x] ~~可查看历史计划支持，通过任务和后端持久化解决~~ - [x] ~~支持代理配置 (HTTP/SOCKS5) 以确保国内可用 Google 服务~~ - [x] ~~修改导出图片的外观，增加地图，提高可读性~~ - [x] ~~支持多城市旅行~~ - [ ] 添加小红书链接以及美食推荐增强 - [ ] 前端优化 - [ ] 车程信息 - [ ] 服务器在线部署 ## Star History Star History Chart ## 🙏 致谢 感谢 [linuxdo](https://linux.do/) 社区的交流、分享与反馈，让 TripStar 的迭代更高效，同时欢迎大家进群交流反馈 image