TRAE和高德地图MCP生成旅游攻略

TRAE,字节跳动旗下的AI编程系列产品,我这里使用的是VS Code下面的TRAE插件(TRAE Plugin)。这里使用插件版本主要是自己积累了很多VS Code的插件和专有配置,很难完全移植到TRAE IDE上,其实TRAE插件也蛮好用的,只要你能够准确提供上下文,国内的模型完成常见任务也能胜任。

这里介绍一个制作我的故乡武汉的旅游攻略的例子,我组合运用了2个MCP

  • 高德地图MCP ------ 获取景点信息
  • Playwright MCP ------ 验证生成的HTML

安装TRAE Plugin

安装TRAE Plugin没有任何的难度,搜索TRAE就轻松装上了,我一般喜欢把TRAE放到右边的辅助栏上

配置高德地图MCP

这里做一个通过高德地图MCP制作我的故乡武汉的旅游攻略的例子,首先我们需要在TRAE中配置高德地图MCP

如上图点击即可,TRAE提供以下2种添加方式

  • 从市场添加
  • 手动添加

我个人一般用手动添加,因为可以灵活配置各种参数,如图编辑json即可,其中AMAP_MAPS_API_KEY需要大家去高德官网申请

perl 复制代码
 {
   "mcpServers": {
     "amap-maps": {
       "command": "npx",
       "args": [
         "-y",
         "@amap/amap-maps-mcp-server"
       ],
       "env": {
         "AMAP_MAPS_API_KEY": "**********"
       }
     }
   }
 }

开始vibe coding

新建一个项目,使用VS Code打开该项目的目录。在TRAE中输入@符号,选择Builder with MCP,我选用的是Doubao-Seed-1.6,这是我在多个项目中使用的国产大模型,个人认为相当能打。

输入提示词

复制代码
 请制作一个武汉市明日的旅游攻略

这里注意,我输入了"明日",大模型会聪明的自动调用高德地图MCP的天气查询(maps_weather),确定明日的天气,以便更加科学的生成旅游攻略

查询天气之后,再调用maps_text_search + maps_search_detail进行景点信息的详细查询工作

经过一段时间的查询分析,得到了《武汉市明日(8月6日)旅游攻略》,作为本地人仔细看了看还是蛮靠谱的。

当然这个发给朋友可能有点low,我要它发挥一下前端编程的能力。输入以下提示词

css 复制代码
 将《武汉市明日(8月6日)旅游攻略》制作成图文并茂的HTML旅游攻略

看看上面的思考过程,提到了使用CDN引用静态资源,使用 SVG icons 等等细节,思考完成,有一个新文件需要我审查

审查完要我启动一个本地Web服务器进行预览(其实这个有点多余,直接打开HTML就OK了),我们也体会一下TRAE操作终端的能力

可以看到,安装完http-server,TRAE错误的使用启动命令,但是他从终端报错中立即找到了问题,换成了npx http-server

执行成功后就可以预览我们的成果了

但是没有做到图文并茂,再折腾他一下

复制代码
 景点能否使用真实的景点图片

遗憾的发现,他使用了百度上已经失效的图片,那么我们这时候不能放弃

复制代码
 并没有啊,你检查一下,图片都是不存在的,你要不调用一下MCP确认一下

这个时候,TRAE会先调用Playwright MCP工具来验证图片URL的有效性,以下是Playwright MCP的配置

perl 复制代码
 {
   "mcpServers": {
     "playwright": {
       "command": "npx",
       "args": [
         "@playwright/mcp@latest",
         "--executable-path",
         "C:\Tools\chrome\chrome.exe"
       ]
     }
   }
 }

确认了图片地址无效后,再次调用高德地图MCP获取指定景点的信息(包括图片),再通过Playwright MCP工具来验证图片URL的有效性,如此反复,我就不一一截图了,这样,通过Playwright MCP + 高德地图MCP的配合作业,最终生成了图文并茂的《武汉市明日(8月6日)旅游攻略》

总结

TRAE综合运用多种MCP的组合,即可以做出美观准确的旅游攻略,大大节省了我们日常查询资料,制作资料的时间,能够给我们带来很好的开发体验。

相关推荐
wangruofeng7 小时前
姚顺雨长谈:在 Anthropic 和 Gemini 训练模型,英雄主义已经过时
llm·aigc
-XWB-9 小时前
【LLM】Agent Planning 完全指南:8 种纯 LLM 范式 + 8 种混合规划模式详解(二)
人工智能·经验分享·aigc·学习方法·ai编程
爱听歌的周童鞋11 小时前
霹雳吧啦Wz | AIGC | 图像生成篇 | DDPM介绍与公式推导 | 笔记 | (二) 优化目标引入 ELBO/VLB
aigc·diffusion model·ddpm·reverse process·image generate·forward process
豆包MarsCode14 小时前
万字长文|数据分析7大场景实战教程
trae
-XWB-15 小时前
【 LLM】Agent Planning 完全指南:8 种纯 LLM 范式 + 8 种混合规划模式详解(一)
人工智能·aigc·学习方法·ai编程
TheBestRucy16 小时前
RAG知识库问答系统落地:从向量检索到上下文增强的全链路实践
人工智能·python·langchain·aigc·交互
智行合一科技16 小时前
WAIC释放关键信号:合规能力正成为AIGC营销的核心竞争壁垒
aigc
爱听歌的周童鞋18 小时前
霹雳吧啦Wz | AIGC | 图像生成篇 | DDPM介绍与公式推导 | 笔记 | (一) 前向加噪 & 优化目标引入
aigc·diffusion model·ddpm·reverse process·image generate·forward process
longxibo19 小时前
第 15 章 政务/制造业落地案例
人工智能·深度学习·aigc·政务
卡卡罗特AI19 小时前
AI编程入门教程02-LLM发展历程,AI 御四家十年风云:OpenAI 分裂、Anthropic 出走、谷歌掉队、马斯克上桌
aigc·openai·ai编程