AI 打车智能体项目产品系统

网约车出行场景，用户通过自然语言对话完成打车全流程，替代传统点击式 APP 操作。用户用口语表达出行诉求，AI 智能体理解意图，完成**下单、取消订单、查询订单**，对接网约车后台订单服务。

### 典型使用场景

1. **语音 / 文字下单**：用户说 “帮我叫一辆车，从朝阳大悦城到北京南站，现在出发”，AI 解析起点、终点、时间，发起下单。
2. **订单查询**：“帮我看看我现在的订单”“我历史打车记录”，查询进行中 / 历史订单状态、司机信息、预估费用。
3. **取消订单**：“帮我把刚刚的打车订单取消掉”，校验取消规则，调用接口取消订单，返回取消结果。
4. **异常交互**：地址模糊、地址缺失、多目的地、取消校验失败、余额不足，智能体多轮追问补全信息。

### 业务约束

- 下单必须字段：**出发地、目的地、出发时间（即时 / 预约）、用户 ID**
- 取消订单：需要订单 ID，校验平台取消规则（是否扣费、是否允许取消）
- 查询订单：绑定用户身份，区分进行中订单、历史订单

- 意图路由：把用户自然语言分发到下单 / 取消 / 查询工具
- 多轮记忆：保存对话上下文，补全缺失参数
- 工具调用：调用外部网约车 HTTP 接口
- 结果转述：把接口返回 JSON 转为自然语言回复用户

> 技术栈：Python + LangGraph + LLM（通义千问 / 其他大模型），工具调用对接打车订单 http 接口。整体是 Agent 循环：理解→工具调用→拿到结果→整理回答。

### 整体架构

1. State 状态：保存用户 ID、对话历史、订单参数、工具返回结果
2. Nodes 节点：意图解析节点、工具执行节点（下单 / 取消 / 查询）、回复生成节点
3. Edges 路由：根据意图选择执行哪个工具；参数不全走追问分支；工具执行完成整理输出。


方案2：
不写大量代码，可视化编排智能体，使用**技能 (skill)+ 工具调用 + 提示词 + 记忆**实现打车智能体。