Mcpflightbooking

MCP航班预订

一个基于人工智能的航班预订应用程序，演示了模型上下文协议（MCP）。用户通过网络界面与对话式人工智能助手进行交互，以搜索航班和管理预订。该系统将Google Gemini与MCP服务器集成在一起，提供对航班数据和预订操作的自然语言访问。

🏗️ 建筑

┌─────────────────────────────────────────────────────┐
│ Web Frontend (index.html)                           │
│ - Chat interface & user authentication              │
│ - Tool authorization (approve/deny actions)         │
└────────────────────┬────────────────────────────────┘
                     ▲
                     │ HTTP
                     ▼
┌─────────────────────────────────────────────────────┐
│ Backend Server (host.py) - Port 8001                │
│ - Gemini AI + MCP client host                       │
│ - Conversation & session management                 │
└────────────────────┬────────────────────────────────┘
                     ▲
                     │ MCP Protocol (STDIO)
                     ▼
         ┌───────────┴──────────────┐
         ▲                          ▲
         │                          │
┌────────▼─────────┐      ┌─────────▼─────────┐
│ flightsearch.py  │      │ flightbooking.py  │
│ MCP Server       │      │ MCP Server        │
└────────┬─────────┘      └─────────┬─────────┘
         ▲                          ▲
         │ HTTP                     │ HTTP
         └────────────┬─────────────┘
                      ▲
                      │
                      ▼
┌─────────────────────────────────────────────────────┐
│ Flight API (flight_api.py) - Port 8000              │
│ - SQLite database (100k flights, seat tracking)     │
│ - REST endpoints for search & booking               │
└─────────────────────────────────────────────────────┘

✨ 主要特点

• 自然语言接口：与人工智能聊天以搜索和预订航班
• MCP集成：通过STDIO使用JSON-RPC的两个MCP服务器（搜索和预订）
• 工具授权：用户在执行前批准AI操作
• 座位管理：实时跟踪每架航班100个座位，防止超额预订
• 用户认证：具有持久会话的配置文件管理
• 100000次航班：预先生成具有真实飞行数据的SQLite数据库
• 情境感知：AI理解对话历史和当前日期/时间

📁 项目结构

MCPFlightBooking/
├── src/
│   ├── backend/
│   │   ├── host.py          # Main FastAPI app + MCP client host
│   │   ├── config.py          # Centralized configuration
│   │   ├── db.py              # Database operations
│   │   ├── flight_api.py      # FastAPI flight search API
│   │   ├── flight_app.db      # SQLite database (100k flights)
│   │   └── .env               # API keys (GOOGLE_AI_STUDIO_API_KEY)
│   │
│   ├── frontend/
│   │   └── index.html         # Web UI with chat interface
│   │
│   └── MCPservers/
│       ├── flightsearch.py    # MCP server for flight search
│       └── flightbooking.py   # MCP server for booking management
│
├── start.ps1                  # PowerShell startup script
├── start.bat                  # Batch startup script
└── README.md

🛠️ 技术栈

• 后端：Python 3.13、FastAPI、Uvicorn
• AI模型：谷歌双子座（双子座最新flash）
• MCP框架：FastMCP，MCP Python SDK
• 数据库：SQLite
• 前端：普通HTML/CSS/JavaScript
• 运输：用于MCP通信的STDIO（标准输入/输出）

📦 安装

先决条件

• Python 3.13+
• UV包管理器（用于运行MCP服务器）
• Google AI Studio API密钥

设置

1. 克隆存储库

   git clone https://github.com/IliasAntoniou/MCPFlightBooking.git
   cd MCPFlightBooking

1. 安装依赖项

   pip install fastapi uvicorn python-dotenv google-generativeai mcp httpx

1. 配置环境变量

创建 src/backend/.env:

   GOOGLE_AI_STUDIO_API_KEY=your_api_key_here

1. 初始化数据库 （首次运行时自动）

该系统将在首次启动时自动生成100000个航班。

🚀 运行应用程序

选项1：自动启动（推荐）

Windows PowerShell：

.\start.ps1

Windows命令提示符：

start.bat

这将：

1. 启动航班API服务器（端口8000）
2. 启动Gemini+MCP服务器（端口8001）
3. 在浏览器中打开web界面

选项2：手动启动

1号航站楼-API航班：

cd src/backend
python -m uvicorn flight_api:app --reload --port 8000

终端2-主服务器：

cd src/backend
python -m uvicorn host:app --reload --port 8001

3号航站楼-打开浏览器：

start src/frontend/index.html

💬 用法

1. 登录 使用演示凭据：

- 电子邮件： john.doe@example.com - 密码： secret123

1. 与AI助手聊天:

- “2025年12月3日从ATH到BCN的搜索航班” - “显示我的预订” - “为John Doe预订FL-012345航班”

1. 批准工具调用 当被提示时

1. 管理您的个人资料 通过个人资料页面

🔧 MCP工具

航班搜索 (flightsearch.py)

• search_flights -按出发地、目的地和日期查找航班
• getflightbyid -获取特定航班的详细信息
• 功能：LRU缓存、输入验证、结构化日志记录

航班预订 (flightbooking.py)

• book_flight -创建已确认的预订（检查座位可用性）
• hold_flight -临时持有到期
• confirm_held_booking -将保留转换为已确认的预订
• cancel_booking -删除预订并恢复座位
• get_booking_details -查看预订信息
• get_user_bookings -列出所有用户预订
• 功能：原子座位更新，防止超售，保持过期跟踪

🔒 运作原理

1. 用户通过web界面发送消息
2. Gemini AI确定是否需要执行工具
3. 用户批准/拒绝工具调用
4. MCP服务器执行工具并返回结果
5. AI格式化响应并向用户显示

所有工具执行都需要明确的用户安全批准。

📝 备注

这是一个论文项目，展示了模型上下文协议与会话人工智能在航班预订操作中的集成。

🔗 资源

• 模型上下文协议文档
• FastMCP框架
• Google Gemini API