一、前情概要
前面有兩篇文章分別講了高德API的使用和MCP的詳細説明,今天正好基於此做一個智能的旅遊攻略助手,旅遊是生活中習以為常的事情了,短期近程、長期遠程,規劃是個很重要的事情,我們或多或少的經歷過旅遊過程中的各種不好的體驗,當前旅遊信息市場也存在嚴重的碎片化問題,一般我們在規劃行程時,需要同時查閲攜程、美團、馬蜂窩、小紅書等多個平台,每個平台的信息維度各不相同,整合成本極高,往往我們在第一步在攻略的時候就要花費大量的時間。
同信息時效性是另一個核心痛點,景點的開放時間、門票價格、特殊活動等信息變更頻繁,但傳統攻略內容更新滯後。更重要的是,過時的攻略信息給我們參考時,特別容易碰到與實際不符,季節性的改變,臨時的閉園等等都會影響我們當下的判斷和出行。大眾化的推薦也無法滿足不同羣體的需求,家庭遊客需要嬰兒車通道和休息區信息,商務旅客關注會議設施和交通效率,攝影愛好者則追求最佳拍攝時間和機位。
基於此,基於目前大模型的爆發趨勢,基於MCP協議的開放,我們是否能整合一個方便的初篩系統,先滿足我們的第一步,我們再去做進一步的篩選。
二、技術融合
Codebuddy MCP與高德地圖的結合,為旅遊攻略系統帶來了革命性的改變。MCP協議的標準化接口能力,使得系統可以無縫集成多源數據,同時保持架構的簡潔性。
實時數據優勢體現在多個維度:高德地圖提供的實時交通數據可以動態調整路線規劃,天氣API能夠預警極端天氣,POI更新確保商家信息的準確性。這種實時性將旅遊規劃從"靜態參考"升級為"動態指導"。
個性化算法通過多維度用户畫像實現。系統不僅考慮顯性偏好(如用户輸入的預算、時間),還分析隱性需求(如步行承受能力、餐飲偏好),甚至結合情境因素(如節假日擁擠度、季節性景觀變化)。
整體架構圖:
三、系統定位
本系統的核心價值在於打造智能旅遊決策引擎,而非簡單的信息聚合平台,體系三大差異化能力:
- 預測性規劃基於歷史數據和實時信息,預測景點擁擠度、排隊時間,甚至推薦最佳遊覽時段。比如系統會建議用户早晨參觀熱門博物館以避免人流高峯。
- 多模態交互支持自然語言對話、地圖可視化、時間軸展示等多種交互方式。用户可以用"我想找個人少、適合拍照的地方"這樣的自然語言表達需求。
- 連續性學習系統會從用户的反饋中不斷優化推薦策略,形成個性化的旅遊偏好模型,使推薦越來越精準。
數據流集成:
四、MCP協議的核心樞紐作用
Codebuddy MCP在架構中扮演智能路由層的角色,其核心價值在於標準化工具調用和統一錯誤處理。
- 協議適配層將不同數據源的API差異封裝起來,對外提供統一的工具接口。無論是高德地圖的REST API還是本地數據庫查詢,都通過相同的MCP工具格式暴露。
- 會話管理機制維護用户交互的上下文信息。當用户説"附近的餐廳"時,系統能自動關聯之前的定位查詢,無需用户重複輸入位置信息。
- 工具組合能力支持複雜操作的原子化執行。例如"規劃明天西湖一日遊"的請求,會被分解為天氣查詢、景點推薦、路線規劃、餐廳篩選等多個工具調用,但用户感知為單一連貫操作。
五、高德地圖API集成
地理智能層在基礎地理編碼之上,增加了景點邊界識別、遊覽區域劃分、最佳觀景點計算等高級功能。例如系統能自動識別西湖景區的核心遊覽區與周邊輔助區域。
時空分析層結合時間維度進行空間分析。系統不僅能找到"附近的餐廳",還能預測"一小時後行程終點附近的餐廳",並考慮營業時間因素。
語義理解層將自然語言需求轉化為地圖查詢參數。當用户搜索"適合看日落的地方"時,系統會自動計算西向視野開闊的觀景點,並結合日落時間推薦。
1. 導航路徑規劃流程
流程説明:
- 第一步:需求接收與解析
- 用户通過自然語言或表單提交旅行需求,MCP網關負責解析和標準化請求參數,包括目的地定位、時間範圍識別、偏好標籤提取等。
- 第二步:數據準備
- 路線規劃服務並行調用地理數據服務和景點數據庫,獲取基礎地理信息和景點詳情數據,為路線優化提供完整的輸入數據支撐。
- 第三步:路線計算
- 基於獲取的數據,執行多目標優化算法,平衡時間效率、體驗價值、體力消耗等關鍵因素,生成最優路線方案。
- 第四步:結果展示
- 將優化結果以多模態形式展示給用户,包括可視化地圖、詳細時間軸、景點介紹等,提供完整的旅行規劃解決方案。
2. 旅遊攻略規劃流程
流程説明:
- 第一步:需求理解與數據準備
- 輸入接收與解析,系統接收用户輸入的旅行需求,可能包含:
- 目的地信息(城市、區域、具體景點)
- 時間約束(旅行天數、具體日期)
- 偏好標籤(文化、美食、自然、購物等)
- 特殊需求(家庭遊、商務、攝影等)
- 數據獲取階段,基於解析出的需求,系統並行獲取多維度數據:
- 地理數據:景點座標、區域邊界、交通網絡
- 景點信息:開放時間、門票價格、遊覽時長
- 環境因素:季節特性、天氣預測、特殊事件
- 用户畫像:歷史偏好、體力水平、興趣標籤
- 第二步:候選方案生成
- 景點篩選與評分,系統根據評分權重計算每個景點的適合度:
- - 用户偏好匹配度:40%
- - 季節適宜性:20%
- - 地理位置集中度:15%
- - 口碑評價:15%
- - 特殊事件加成:10%
- 初始路線構建,採用貪心算法生成初始路線方案:
- 選擇評分最高的景點作為起點
- 基於距離和時間成本選擇下一個景點
- 重複直到滿足時間約束或景點數量限制
- 生成3-5個差異化初始方案
- 第三步:路線優化與驗證
- 多目標優化處理,系統平衡四個關鍵優化目標:
- 時間效率:最小化交通時間,最大化遊覽時間
- 體驗價值:確保景點組合的多樣性和吸引力
- 體力合理:控制每日步行距離,安排合理休息
- 成本控制:在預算範圍內優化體驗
- 約束條件檢查,驗證路線滿足所有硬性約束:
- 時間約束:總時長不超過用户指定
- 開放時間:景點在計劃時間確實開放
- 體力限制:每日活動量在合理範圍內
- 順序要求:某些景點必須按特定順序遊覽
- 第四步:方案生成與展示
- 詳細行程編排,將優化後的路線轉化為可執行的每日日程安排:
- - 早晨:精力充沛時段安排核心景點
- - 中午:用餐休息,避開高温時段
- - 下午:次要景點或室內活動
- - 晚上:夜景或休閒活動
- 多模態展示優化,根據不同設備和使用場景優化展示方式:
- 地圖視圖:空間關係的直觀展示
- 時間軸:每日行程的時間分配
- 清單模式:關鍵信息的快速瀏覽
- 打印版本:離線使用的簡化版
- 第五步:反饋與迭代
- 用户反饋收集,系統提供多種反饋渠道:
- explicit反饋:評分、點贊/點踩
- implicit反饋:方案採納率、修改行為
- 結構化反饋:具體修改建議收集
- 模型持續優化,基於反饋數據更新推薦模型:
- 短期優化:調整當前用户的偏好權重
- 中期學習:更新景點評分和關聯規則
- 長期演進:優化算法參數和特徵工程
六、系統初始化與構建
1. 申請高德API KEY
1.1 打開高德開放平台,註冊後登錄;
1.2 打開【應用管理】-> 【我的應用】-> 【創建新應用】,輸入【應用名稱】和【應用類型】-> 然後點擊【新建】,即產生了我們要用的Key
2. CODEBUDDY配置高德MCP
打開左側Codebuddy插件圖標,在點擊頂部右側導航欄的“MCP Marketplace”圖標,選擇已安裝tab,點擊“配置MCP Server”按鈕;
第一次打開時是空的配置:
講高德地圖的MCP直接複製進去即可,注意key要替換成我們自己申請的key,保存後左側會生成高德的MCP服務,並展示工具集:
這樣,Codebuddy的MCP服務就配置好了;
2.1 導航路線規劃
我們嘗試發送一個指令:“幫我查詢,從武漢到杭州的行車路線,提供備選,生成到md中”;指令發送後,首先調用了高德MCP的駕車路徑規劃 API (maps_direction_driving),可以根據用户起終點經緯度座標規劃以小客車、轎車通勤出行的方案,並且返回通勤方案的數據。
這份路線指南包括了路線概覽、主要道路、主要途徑點、詳細路線指引、注意事項以及備選路線建議;
2.2 旅遊攻略規劃
根據我的提示指令生成一個旅遊攻略的頁面,提示詞“幫我規劃一個杭州4日遊的攻略的html,推薦美食、景點、住宿、以及各景點中間的接駁方案,界面風格採用江南水鄉的風格、同時要有青春、旅行的元素,支持移動端觀看”;
查看生成的界面圖:
整體的感覺很清新,細節很明瞭,形成了一個初步的旅遊攻略;
3. 臨時的發佈與共享
由於我們生成的是html文檔,直接發送給同行夥伴屬實會有點不上檔次,我們可以短暫的發佈到線上,發送一個臨時的網絡地址進行共享,這樣就很高大上了;
接下來,我們將採用 EdgeOne Pages來進行簡單部署;簡單介紹EdgeOne Pages,它是基於 Tencent EdgeOne 基礎設施打造的全棧開發部署平台,提供從前端頁面到動態 API 的無服務器部署體驗,適用於構建營銷網站、AI 應用等現代 Web 項目。通過邊緣網絡全球加速,確保應用獲得快速、穩定的訪問體驗。
3 打開EdgeOne Pages首頁,進行登錄
按以下路徑創建一個API Token
點擊【創建項目】,按類型選擇,我們現在只有一個html文件,選擇【直接上傳】即可;
選中要上傳的文件,直接拖入到上傳的窗口;
輸入項目名稱後,點擊【開始部署】
名稱不能包含中文,要調整;
接下來就是等待,構建成功後會有撒花的提示;
定位到“構建產物”的tab,點擊【查看】按鈕就可以看到發佈的頁面了;
七、總結
Codebuddy MCP與高德地圖的此次聯合,不僅打造了一個智能旅遊攻略系統,更重要的是為AI技術在傳統行業的應用提供了可複製的技術框架和商業模式參考,具有重要的行業示範意義。
與傳統旅遊攻略平台相比,此種方式實現了從"靜態參考"到"動態規劃"的轉變。用户無需在不同平台間切換,通過自然語言交互即可獲得完整的個性化旅行方案,大大降低了旅行規劃的時間成本和認知負擔。
同時也展示了AI技術與傳統旅遊服務的深度融合可能,為行業數字化轉型提供了可複製的技術方案。智能路線規劃、個性化推薦等核心能力將成為旅遊科技產品的標準配置。