Travel Planning Assistant Using Fast MCP

MCP运维云端

提供方 SayamAlt

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个基于LangGraph和MCP的智能旅行规划助手,提供实时航班、酒店、天气、景点和时区信息,通过LLM代理和Streamlit界面进行协调和展示。

一句话选型结论

按资料字段整理

Travel Planning Assistant Using Fast MCP 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 5 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量5暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

旅行规划Python本地部署实时数据LLM代理模块化服务多数据源整合

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 5 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 5 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Travel Planning Assistant Using Fast MCP当前 5 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方SayamAlt上游标注的维护方 SayamAlt
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

4.3 KB
来自项目仓库与上游目录的原文,未做删改

🧳 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```bash

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


安装要求:```bash
pip install -r requirements.txt

启动MCP服务器:```bash
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```bash
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。

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Travel Planning Assistant Using Fast MCP 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt。装完在客户端配置里引用同一个包或端点。

Travel Planning Assistant Using Fast MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Travel Planning Assistant Using Fast MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Travel Planning Assistant Using Fast MCP 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Travel Planning Assistant Using Fast MCP 能提供哪些能力?

资料显示约 5 个工具;能力标签包括 旅行规划、Python、LLM代理。具体工具清单以官方文档为准。

Travel Planning Assistant Using Fast MCP 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Travel Planning Assistant Using Fast MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。