AI 旅行规划助手 🌍✈️

一个基于人工智能的旅行规划助手,利用大语言模型和高德地图API为用户定制个性化的旅行计划。 🔗 项目地址
✨ 功能特点
- 🤖 AI驱动的旅行规划:基于硅基流动Qwen/Qwen3-235B-A22B模型智能生成详细的多日旅程
- 🗺️ 高德地图集成:准确显示景点位置和路线规划
- 🌦️ 实时天气信息:获取目的地的准确天气预报
- 🏨 完整旅行建议:包含住宿、交通、餐饮和景点游览时间推荐
- 💾 智能缓存机制:减少API调用,提高响应速度
- 📱 响应式设计:适配各种设备尺寸,提供良好的移动端体验
🚀 快速开始
前提条件
- Node.js 16.x 或更高版本
- 高德地图API密钥
- 大语言模型API密钥 (如DeepSeek API)
安装步骤
- 克隆仓库
git clone https://github.com/Drfccv/AI-Trip-Planner.git
cd AI-Trip-Planner
- 安装依赖
npm install
- 创建环境配置
在项目根目录创建
.env文件,添加以下内容:
export const ENV = {
AMAP_API_KEY: 'YOUR_AMAP_KEY',
AMAP_SECURITY_KEY: 'YOUR_AMAP_SECURITY_KEY',
DEEPSEEK_API_KEY: 'YOUR_SILICONFLOW_KEY'
};
- 启动开发服务器
npm run dev
- 打开浏览器访问
http://localhost:5173
🏗️ 技术栈
- 前端框架: React + TypeScript
- 构建工具: Vite
- UI组件库: Ant Design
- 地图服务: 高德地图 JavaScript API
- 状态管理: React Hooks
- HTTP客户端: Axios
- AI服务: 硅基流动API (Qwen/Qwen3-235B-A22B模型)
📝 使用指南
-
在首页填写旅行信息表单:
- 目的地城市
- 旅行日期和天数
- 交通方式偏好
- 住宿偏好
- 旅行风格标签
-
点击"生成旅行计划"按钮
-
系统将调用AI生成详细的旅行计划并展示:
- 每日行程安排
- 景点信息与推荐游览时间
- 交通与住宿建议
- 餐饮推荐
- 天气预报
- 互动地图
-
可以随时返回调整参数重新规划
🧩 项目结构
src/
├── assets/ # 静态资源
├── components/ # 可复用组件
│ ├── AmapComponent.tsx # 高德地图组件
│ ├── LoadingPage.tsx # 加载页面组件
│ ├── TripInputForm.tsx # 旅行输入表单
│ └── TripPlanResult.tsx # 旅行计划结果展示
├── pages/ # 页面组件
│ ├── HomePage.tsx # 首页
│ └── ResultPage.tsx # 结果页
├── services/ # API服务
│ └── api.ts # API调用函数
├── types/ # TypeScript类型定义
│ └── index.ts # 类型定义文件
└── utils/ # 工具函数
└── mockData.ts # 模拟数据
🌟 核心功能实现细节
AI旅行计划生成
使用硅基流动提供的Qwen/Qwen3-235B-A22B大语言模型生成定制化的旅行计划。该模型是基于通义千问系列的超大规模语言模型,拥有2350亿参数量,具有强大的自然语言理解和生成能力。
系统会将用户的旅行偏好(目的地、日期、天数、交通方式、住宿偏好和旅行风格标签)格式化后发送给模型,模型会返回结构化的旅行计划JSON数据,包括:
- 每日详细行程安排
- 景点推荐与描述
- 游览时间建议
- 餐饮推荐
- 交通与住宿安排
- 根据用户偏好定制的总体建议
模型会基于城市特点、季节因素、用户偏好等多维度信息优化生成结果,并且会考虑景点之间的地理位置关系,合理安排游览顺序。
高德地图集成
- 景点定位: 通过高德POI搜索API获取景点准确位置
- 路线规划: 根据交通方式提供合理的游览路线
- 地图可视化: 直观展示每日或全程的景点分布(BUG)
天气信息
调用高德天气API获取目的地的实时天气预报,帮助用户做好行前准备。 高德JSAPI仅可查询未来3天天气,后续考虑更换API服务
📄 许可证
🤝 贡献指南
欢迎提交Pull Request或Issue!对于重大变更,请先开Issue讨论您想要改变的内容。
📞 联系方式
如有任何问题或建议,请通过以下方式联系我:
- Email: 2713587802@qq.com
- GitHub: Drfccv
AI旅行规划助手 - 让旅行计划变得简单而智能,由Qwen/Qwen3-235B-A22B模型提供强大的AI能力支持 🌈