[毕业设计] TripPlanner - 基于 AI 的智能旅行规划助手

[275145]

项目信息
项目名称: 智能旅行规划系统
作者: @275145
项目类型: 学习辅助/生活服务
项目简介
这是一个基于AI的智能旅行规划助手，通过多智能体协作、向量记忆和地图服务的全栈应用，为用户提供从景点搜索、酒店推荐、天气查询到完整行程生成的端到端服务

核心功能

• 智能行程规划：输入目的地、日期、偏好，AI自动生成完整行程（支持30个热门旅游城市）
• 地图可视化：高德地图集成，标注景点位置和游览路线
• 预算计算：自动统计门票、酒店、餐饮、交通费用
• 用户认证：支持注册登录和行程记录
• 记忆学习：向量数据库记录用户偏好，越用越智能
• 实时天气：查询行程期间天气预报
• 行程编辑：支持添加、删除、调整景点和活动
• 导出功能：支持导出为PDF或图片格式
• 多智能体协作：专业化Agent分工协作
• 地理位置验证：确保景点位置准确性
• 性能优化：并行查询提升响应速度
• 限流熔断：API请求限流和熔断保护

技术亮点

• 使用了多智能体协作范式（HelloAgents框架），实现景点搜索专家、酒店推荐专家、天气查询专家、行程规划专家的协同工作
• 实现了基于FAISS的向量记忆系统，通过Sentence-Transformers进行文本嵌入，记录用户偏好和历史行程
• 优化了并行查询性能，将景点、酒店、天气三个查询从串行优化到并行
• 集成了企业级中间件系统，包括认证（JWT+Bcrypt）、限流、熔断、服务降级和请求ID追踪
• 实现了地理位置验证机制，确保所有景点都在目标城市范围内，同一天景点距离控制在50公里内

自检清单

• 代码能够正常运行（后端FastAPI + 前端Vue 3）
• README文档完整（包含项目简介、功能列表、技术栈、快速开始、项目结构等）
• requirements.txt完整（backend/requirements.txt包含所有必需依赖）
• 有清晰的使用示例（README.md中包含详细的安装步骤和使用说明）
• 代码有适当的注释（项目文档AI_Programming_Report.md详细说明了技术实现）

其他说明
项目采用前后端分离架构：

后端：Python 3.11 + FastAPI + HelloAgents + FAISS + Redis
前端：Vue 3 + TypeScript + Element Plus + Vite
外部服务：高德地图API、Unsplash图片API、OpenAI/智谱/通义千问LLM API
项目遵循MIT开源协议，支持多种LLM服务商（OpenAI GPT-4、智谱AI、通义千问），并具备自动检测和配置能力。系统采用MCP协议集成地图服务，提供完整的企业级特性包括异常处理、结构化日志和全链路监控。

[jjyaoao]

Hi，可以把他和第十三章的区别标注出来嘛，然后顺带可以录制一个演示视频，到时候大家也好进一步根据你的毕业设计来学习~

[linyi0422]

今天复现了这个项目

卡点在于超时时间，将下面两处参数修改后可以顺利运行~

helloagents-trip-planner\backend.env：
LLM_TIMEOUT= 200 超时时间（可选，默认60秒）

helloagents-trip-planner\frontend\src\services\api.ts
timeout: 200000, // 默认2分钟超时

[275145]

今天复现了这个项目

卡点在于超时时间，将下面两处参数修改后可以顺利运行~

helloagents-trip-planner\backend.env： LLM_TIMEOUT= 200 超时时间（可选，默认60秒）

helloagents-trip-planner\frontend\src\services\api.ts timeout: 200000, // 默认2分钟超时

确实是这样，我的疏忽，感谢指出

[275145]

Hi，可以把他和第十三章的区别标注出来嘛，然后顺带可以录制一个演示视频，到时候大家也好进一步根据你的毕业设计来学习~

好的好的，我之后尝试优化一下