随着自由行与定制游需求的爆发，用户在规划行程时面临信息碎片化、核对成本高等痛点。虽然大语言模型（LLM）能生成攻略，但普遍存在严重的“幻觉”问题（如虚构车次、通勤时间估算错误、忽略景点闭馆信息等），导致行程无法真正落地。此外，旅行执行期间常遇突发状况（如满房、闭馆、交通延误），传统静态攻略无法实时调整。
本项目定位于智慧旅游与出行规划领域，旨在解决大模型在行程规划中“不可执行”的行业难题。通过“LLM理解意图 + 确定性算法排程 + 外部真实数据源（12306/高德等）接入”的创新模式，为C端用户提供一套真实可验证、且在执行期具备动态重规划能力的智能体服务。覆盖单城深度游、多城区域连游等复杂场景，真正实现从“做攻略”到“落地执行”的闭环。
自然语言智能规划：用户输入目的地、天数、预算等结构化信息及自由文本需求，Agent自动解析并生成逐日行程（含景点、餐饮、交通、酒店）。
多城区域游展开：针对“东北”、“云南”等大区域目的地，自动展开为多城连游规划，智能安排城际交通与市内接驳。
全链路真实数据源接入：集成12306火车真源、高德地图路线与通勤矩阵、航班聚合数据、酒店与天气接口，确保班次、时长、费用等核心数据准确可验证。
执行期增量重规划：系统在旅行执行期间实时监控天气、交通、排队、满房等事件，触发“最小化打扰”的行程重排，并提供可解释的调整Diff。
AI助手对话交互：支持用户通过自然语言随时修改行程（如“换掉第二天下午的景点”），系统自动识别意图并重新规划。
数据口径透明化：系统输出中对每段交通和景点均标注数据来源，并附有降级清单提醒，确保用户知情。
负责内容：我主导了智能体核心架构设计及排程算法开发。主要负责LLM编排中枢、确定性排程与重规划算法的实现，以及12306/高德等外部真源工具层（tools）的接入与契约转换。
技术栈与架构：Python 3.11+、Flask、Mysql、DeepSeek API（LLM）、高德API、12306接口。采用分层架构：智能体侧负责编排与排程，backend提供API服务，frontend提供零构建的静态前端。
实现亮点与难点：
“双脑”架构解决幻觉：LLM仅负责需求理解与宏观编排，具体的时间、费用、班次排程交由确定性算法落锤，结合真源数据校验，彻底杜绝大模型的“幻觉”问题。
事件驱动增量重规划：采用监控智能体监控执行期状态，当突发闭馆/满房时，通过规划智能体将事件翻译为约束条件，只修复受影响天，优先错峰/跨天搬移，实现最小化打扰。
高并发多用户隔离：每用户独立的AgentRuntime，以及利用LRU淘汰和RLock串行化写，单进程多线程模式下保证了多用户并发规划时的数据隔离与性能。
评论