Cokuygun–AI驱动的旅行计划
建于Wingie/Enuygun Wegathon 2025年
一个智能旅行计划系统，使用由LangChain、LangGraph和Enuygun MCP（模型上下文协议）支持的多代理编排生成个性化的每日行程。
______________________________________________________________________
概述
Cokuygun是一个人工智能驱动的旅行规划师，可以创建优化的、偏好感知的多日行程。该系统结合了：
- LangChain/LangGraph代理 用于智能编排和推理
- 恩努贡MCP 实时旅行数据（航班、酒店、活动、天气）
- 基于规则的求解器 用于约束满足和优化
- React前端 采用现代、响应式UI，实现无缝用户体验
该平台是在 Wingie/Enuygun韦加通2025 hackathon，这个存储库包含了项目的最终形式。
主要特点
- 多日行程生成：制定详细的每日计划，包括活动、时间安排和物流
- 智能编排：LangChain支持的代理协调航班搜索、酒店选择、活动推荐和天气预报
- 通过MCP实时数据：通过标准化的MCP工具获取实时航班价格、可用性、天气预报和兴趣点
- 偏好感知规划：预算水平（低/中/高/豪华）、旅行方式（放松/平衡/打包）、兴趣、饮食限制、出行需求
- 修订和日终反馈：即时修改计划；根据旅行者的反馈调整第二天的强度（疲劳/正常/精力充沛）
- 双语支持：使用i18n的土耳其语和英语用户界面
- 时间线意识：自动处理航班登记、登机、机场接送和中转缓冲区
______________________________________________________________________
建筑
┌─────────────────────────────────────────────────────────────────────┐
│ User Interface │
│ ┌───────────────────────────────────────────────────────────────┐ │
│ │ Frontend (React + TypeScript + Tailwind + shadcn-ui) │ │
│ │ • Trip form (city, dates, preferences) │ │
│ │ • Generated plan display (markdown + interactive UI) │ │
│ │ • Revision interface │ │
│ │ • Day-end survey (feedback collection) │ │
│ └───────────────────────────────────────────────────────────────┘ │
└──────────────────────────┬───────────────────────────────────────────┘
│ HTTP/REST
▼
┌─────────────────────────────────────────────────────────────────────┐
│ API Layer (Node + Fastify) │
│ ┌───────────────────────────────────────────────────────────────┐ │
│ │ Routes: │ │
│ │ • POST /api/plan/generate → orchestrate new plan │ │
│ │ • POST /api/plan/revise → modify existing plan │ │
│ │ • POST /api/survey/dayEnd → process feedback │ │
│ │ • GET /api/profile → user preferences │ │
│ └───────────────────────────────────────────────────────────────┘ │
│ ┌───────────────────────────────────────────────────────────────┐ │
│ │ Services: │ │
│ │ • planner.ts → rule-based plan builder │ │
│ │ • mcpBridge.ts → MCP client wrapper │ │
│ │ • mcpClient.remote.ts → remote MCP connection │ │
│ └───────────────────────────────────────────────────────────────┘ │
└──────────────────────────┬───────────────────────────────────────────┘
│ spawn Python subprocess / HTTP
▼
┌─────────────────────────────────────────────────────────────────────┐
│ Python Agents (LangChain + LangGraph) │
│ ┌───────────────────────────────────────────────────────────────┐ │
│ │ travel_agent.py (Master Orchestrator) │ │
│ │ • Coordinates all satellite agents │ │
│ │ • Generates/revises/day-end plans │ │
│ │ • OpenAI GPT-4o-mini for reasoning │ │
│ │ • Context squeezing (≤4k tokens input, ≤1.2k output) │ │
│ │ • PII masking for logs │ │
│ └───────────────────────────────────────────────────────────────┘ │
│ ┌───────────────────────────────────────────────────────────────┐ │
│ │ Satellite Agents: │ │
│ │ • flight_agent.py → flight search + MCP integration │ │
│ │ • hotel_agent.py → hotel/stays recommendations │ │
│ │ • activities_agent.py → POI and activity suggestions │ │
│ │ • bus_agent.py → ground transportation │ │
│ │ • master_agent.py → user profile integration │ │
│ └───────────────────────────────────────────────────────────────┘ │
└──────────────────────────┬───────────────────────────────────────────┘
│ HTTP (MCP JSON-RPC)
▼
┌─────────────────────────────────────────────────────────────────────┐
│ MCP Server (Node + Express + stdio bridge) │
│ ┌───────────────────────────────────────────────────────────────┐ │
│ │ HTTP Server (http-server.ts) │ │
│ │ • POST /tools/search_flights │ │
│ │ • POST /tools/search_stays │ │
│ │ • POST /tools/search_activities │ │
│ │ • POST /tools/weather │ │
│ │ • POST /tools/search_ground_transport │ │
│ │ • POST /tools/maps_search, /tools/get_route │ │
│ └───────────────────────────────────────────────────────────────┘ │
│ ┌───────────────────────────────────────────────────────────────┐ │
│ │ MCP Server (server.ts – stdio mode) │ │
│ │ • Tool definitions and JSON-RPC handlers │ │
│ │ • Integrates with real Enuygun APIs or mock data │ │
│ └───────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────┘数据流
- 用户输入：用户在React前端填写行程表单（城市、日期、偏好）
- API请求：前端呼叫
POST /api/plan/generate带行程参数 - Python编排器：API派生
travel_agent.py（或通过子进程/HTTP调用它） - 代理商协调:
travel_agent.py协调卫星代理：
- flight_agent.py → 呼叫MCP /tools/search_flights - activities_agent.py → 呼叫MCP /tools/search_activities - 天气、酒店、地面交通同样通过MCP获取
- 法学硕士推理：主编排器使用OpenAI GPT-4将数据合成为连贯的、偏好感知的计划
- 计划生成：输出为markdown+JSON（天数、插槽、时间、成本）
- 返回前端：API返回结构化计划；前端渲染markdown和交互式UI
______________________________________________________________________
技术栈
前端
- 反应18 + TypeScript
- 维特 （构建工具）
- 顺风 CSS + shadcn ui （组件库）
- React路由器 （导航）
- Recharts （可选图表/图形）
- 国际化 （土耳其语/英语支持）
后端（API）
- Node.js 18+ + TypeScript
- 快车 （web框架）
- 黄道 （模式验证）
- pnpm 工作空间（单仓库结构）
- 共享包:
@trip/shared（模式/枚举），@trip/solver（约束求解器）
MCP服务器
- Node.js+TypeScript
- 快速 （HTTP包装器）
- @模型上下文协议/sdk （MCP协议）
- stdio传输 （MCP服务器以stdio模式运行，由HTTP网桥封装）
代理（Python）
- Python 3.10+
- LangChain + LangGraph （代理编排）
- 兰开夏 （OpenAI GPT-4集成）
- httpx （MCP调用的异步HTTP客户端）
- python dotenv （环境管理）
______________________________________________________________________
代理和编排者
主协调人： travel_agent.py
主要编排者：
- 协调所有卫星代理（航班、酒店、活动、天气、巴士）
- 将多源数据综合成统一的每日计划
- 用途 LangChain聊天OpenAI LLM电话
- 实现 上下文压缩 （≤4k提示令牌，≤1.2k输出令牌）
- 支持三种模式：
- 生成：从头开始创建新计划 - 修订：修改现有计划（例如航班延误或偏好更改） - day_end：根据反馈（疲劳、正常或精力充沛）调整第二天的节奏
- 输出降价计划和机器可读JSON(`` 块）
卫星代理
| 代理 | 目的 | 使用的MCP工具 |
|---|---|---|
flight_agent.py | 航班搜索和选择 | search_flights |
hotel_agent.py | 酒店/住宿推荐 | search_stays |
activities_agent.py | 景点、旅游、博物馆 | search_activities |
bus_agent.py | 地面交通（公共汽车、火车、接送） | search_ground_transport |
master_agent.py | 用户配置文件集成，首选项 | （API调用，而不是MCP） |
LangChain和LangGraph用法
- LangChain：用于LLM抽象(
ChatOpenAI)、消息格式和提示工程 - LangGraph：最初用于工作流/状态机编排（例如，
workflow.py) - 代理模式：工具调用、上下文管理、重试逻辑、结构化输出解析
______________________________________________________________________
MCP集成
模型上下文协议（MCP） 用于向代理提供实时旅行数据。
MCP服务器(backend/apps/mcp)
- HTTP网桥:
http-server.ts将MCP工具暴露为REST端点（例如，POST /tools/search_flights) - MCP服务器:
server.ts在stdio模式下运行，处理JSON-RPC请求 - 工具：定义见
tools/目录：
- flights.ts –航班搜索 - stays.ts –酒店搜索 - activities.ts –活动搜索 - weather.ts –天气预报 - ground.ts –公共汽车/火车/换乘搜索 - maps.ts –地图搜索、路线计算
______________________________________________________________________
致谢
该项目是在 Wingie/Enuygun韦加通2025，一场专注于创新旅游技术解决方案的黑客马拉松。
关键技术
- LangChain和LangGraph：用于构建智能、协调的人工智能代理
- 模型上下文协议（MCP）：用于标准化、基于工具的数据访问
- 恩努贡MCP：用于真实旅行数据API（航班、酒店、活动）
贡献者（团队轨道）
- Tuğrap Efe Dikpınar
- 艾哈迈德·默特·特兹坎
- 阿尔佩伦·萨里。
- 特别感谢Wingie/Enuygun主办黑客马拉松
联系
tugrapefedikpinar@gmail.com
______________________________________________________________________
我们很兴奋