HelloAgents旅行规划助手：多智能体协作的完整工程实践

基于HelloAgents构建的多智能体旅行规划系统，采用Vue3+FastAPI架构，集成高德地图MCP服务，展示从Agent编排到前端可视化的完整链路。

旅行规划是一个典型的多步骤决策问题：需要搜索景点、查询天气、推荐住宿、规划路线，最终整合成可执行的行程方案。传统的单一AI助手往往难以在单次交互中完成如此复杂的任务，而多智能体（Multi-Agent）架构通过角色分工和协作，能够更好地应对这类场景。

HelloAgents旅行规划助手是一个完整的多智能体应用示例，展示了如何将大模型的推理能力与外部工具服务相结合，构建出实用的智能应用。本文将深入解析该项目的架构设计、实现细节和技术亮点。

该项目的目标是构建一个能够根据用户输入自动生成完整旅行方案的系统。用户只需提供目的地、出行日期、交通方式、住宿偏好和兴趣标签，系统就能输出包含景点、酒店、天气、预算的多日行程计划。

为实现这一目标，项目采用了前后端分离的架构：

• 前端：Vue 3 + TypeScript + Vite，负责用户交互和结果展示
• 后端：FastAPI + HelloAgents，负责多智能体编排和工具调用
• 外部服务：高德地图API提供地图、天气、POI搜索能力

系统的核心在于四个专门化的智能体角色，每个负责特定的任务领域：

该Agent负责调用地图搜索工具，根据用户输入的目的地和偏好标签（如自然风光、历史文化、美食购物等），筛选并返回符合条件的景点列表。它会综合考虑景点的评分、热度、与用户兴趣的匹配度等因素。

旅行计划必须考虑天气因素。该Agent负责获取目的地在出行期间的天气预报，包括温度、降水、风力等信息，为行程安排提供参考依据。例如，雨天更适合室内活动，晴天则适合户外景点。

根据用户指定的住宿偏好（如经济型、舒适型、豪华型）和预算范围，该Agent搜索并推荐合适的酒店选项。它会考虑酒店的位置便利性（距离景点的远近）、用户评分、价格区间等因素。

这是系统的"大脑"，负责综合前三类Agent的输出结果，生成结构化的完整旅行计划。它需要解决复杂的约束满足问题：

• 将景点合理分配到每一天，考虑地理位置的邻近性
• 根据天气安排室内/室外活动
• 确保住宿位置便于游览当日景点
• 计算交通时间和预算分配