Travel Planning Assistant Using Fast MCP

🧳 使用LangGraph+MCP的旅行计划助手

成功开发智能 旅行计划助理 由...驱动 LangGraph, FastMCP，以及 模块化MCP服务器，提供实时旅行计划，包括航班、酒店、天气、地点和时区信息——所有这些都是通过LLM代理编排的，并通过干净的Streamlit UI交付。

______________________________________________________________________

🚀 概述

该项目实施了一个完全模块化、代理驱动的旅行计划系统，能够：

• 检索 实时飞行选项 使用Amadeus API
• 搜索 酒店可用性和价格
• 获取 实时天气 对于任何城市
• 建议 附近的景点和兴趣点
• 检测 时区和当地时间
• 通过a协调结果 LangGraph支持的LLM工作流程

系统使用 MCP（模型上下文协议） 每个数据源的服务器——允许即插即用的可扩展性、服务的干净分离和容错工具执行。

______________________________________________________________________

🧩 关键组件

1.LangGraph工作流程

• 用LangGraph实现核心代理循环
• 通过集成路由 ToolNode 和 tools_condition
• 使用SQLite检查点持久化线程状态
• 处理用户查询、工具执行和最终答案合成

2.MCP服务器（基于FastMCP）

每个微服务都作为一个独立的MCP服务器运行：

• flights_mcp.py → 通过Amadeus API直播航班
• hotels_mcp.py → 酒店搜索和过滤
• weather_mcp.py → 当前天气+预报
• places_mcp.py → 景点和POI
• math_mcp.py → 效用数学运算
• 带有FastMCP装饰器的全类型工具定义

3.流媒体接口

• 聊天风格的对话界面
• 线程持久且可重新加载
• 支持用户消息、代理消息和工具结果
• Streamlit中显示的实时服务器日志

______________________________________________________________________

🔍 特性

• 从单一提示进行端到端旅行规划
• 实时数据检索（航班、酒店、天气、时区）
• 基于LLM的推理，使用多种MCP工具
• 使用LangGraph的强大代理编排
• 无状态UI，有状态后端，保存聊天线程
• 易于扩展（在几分钟内添加新的MCP工具）

______________________________________________________________________

🛠️ 技术栈

• LangGraph –LLM代理工作流引擎
• FastMCP+MCP –模块化工具服务器
• LangChain –消息和工具抽象
• 溪流 –前端用户界面
• Amadeus SDK –飞行数据检索
• Geopy&TimezoneFinder –地理和时区实用程序
• Python 3.10+

______________________________________________________________________

📂 项目结构

├── app.py                      # Streamlit frontend
├── travel_planner_chatbot.py   # LangGraph agent & workflow
├── flights_mcp.py              # Live flight search MCP server
├── hotels_mcp.py               # Hotel search MCP server
├── weather_mcp.py              # Weather MCP server
├── places_mcp.py               # Places & attractions MCP server
├── math_mcp.py                 # Utility MCP server
├── requirements.txt            # Dependencies
└── README.md

______________________________________________________________________

🧠 运作原理

1.	User sends a travel-related query through Streamlit.
2.	LangGraph agent receives the message and evaluates needed tools.
3.	Tools are executed via MCP servers running in separate processes.
4.	Agent collects tool results, reasons over them, and generates a plan.
5.	Final structured response is sent back to the UI.

______________________________________________________________________

📦 安装和设置

克隆仓库：

git clone https://github.com/your-username/travel-planning-assistant-using-fastmcp
cd travel-planning-assistant-using-fastmcp

安装要求：

pip install -r requirements.txt

启动MCP服务器：

python flights_mcp.py
python hotels_mcp.py
python weather_mcp.py
python places_mcp.py
python math_mcp.py

运行Streamlit应用程序

streamlit run app.py

______________________________________________________________________

🤝 贡献

欢迎拉取请求！ 您可以添加更多MCP工具（汽车租赁、餐馆、货币转换器、地图等）来扩展功能。

📜 许可证

MIT许可证。