国庆出行黑科技：10分钟搭建AI旅行规划助手（附Dify+高德地图完整教程）

引言：国庆出行痛点与AI解决方案

国庆假期倒计时，你的出行计划是不是还卡在"查攻略3小时，改行程1小时"的循环里？翻小红书到眼睛发酸，地图上反复规划路线怀疑人生，十几个浏览器标签切换到想砸电脑------这些是不是你的真实写照？国庆出行总逃不过信息分散、规划繁琐的难题：路线规划要兼顾多交通方式和实时路况，天气突变让行程秒变"薛定谔的计划"，稍不注意就踩坑"排队2小时，刺激5分钟"[1][2][3]。

别急，AI旅行规划助手来救场！通过 Dify 开源平台搭配高德地图服务，无需编程基础，10分钟就能搭好你的专属规划师，轻松解决这些麻烦。它就像给 AI 装了"万能接口"，能像使用"USB-C 接口"一样调用地图、天气等服务，让分散的信息自动"组队"[4]。

核心功能三大亮点：
实时天气查询 （接入高德天气 API，避开雨天景点）、
智能路径规划 （支持驾车/步行/公交多种方案，结合实时交通和路况预测）、
个性化行程生成（根据预算、天数自动推荐景点和美食）

从"手忙脚乱查信息"到"AI 一键出方案"，这个国庆，让智能助手帮你把时间省下来，只留给风景和美食。接下来，手把手教你搭建这个黑科技工具，让出行规划效率翻倍！

环境准备：3步搭建基础框架

要让AI旅行规划助手跑起来，我们需要先搭好底层框架。这一步就像给手机装系统------先有基础环境，后续功能才能顺畅运行。下面分3步完成核心准备工作，跟着操作就能让Dify和高德地图顺利"牵手"。

第一步：让Dify在你电脑上跑起来

Dify是整个助手的"大脑"，需要通过Docker快速部署。这种方式能自动配置所有依赖组件，新手也能一次成功。

部署前检查 ：确保你的电脑有至少4GB内存和20GB空闲存储，Docker会创建9个服务容器（3个业务服务+6个基础组件），空间不足可能导致启动失败[5]。

具体步骤如下：

安装Docker及组件 （以Ubuntu为例，Windows/macOS用户需先安装Docker Desktop）：

bash 复制代码

sudo apt update
sudo apt install -y docker.io docker-compose
```[[6](https://blog.csdn.net/qq_40477248/article/details/149910139)]

获取Dify源代码 ：

bash 复制代码

git clone https://github.com/langgenius/dify.git
cd dify
```[[6](https://blog.csdn.net/qq_40477248/article/details/149910139)]

启动服务并配置 ：
bash 复制代码
```
cp .env.example .env  # 复制环境变量模板
docker compose up -d  # 后台启动所有服务
```
关键操作 ：打开.env文件，确认PORT参数为3000（默认值），避免端口冲突。启动后访问http://localhost:3000，用邮箱注册管理员账号并完成初始配置[5][6]。

第二步：获取高德地图API Key（核心授权）

没有API Key，Dify就无法调用高德的地图数据。这一步需要在高德开发者平台完成，全程约5分钟。

注册并创建应用

访[7]，用手机号注册账号。进入"控制台"→"应用管理"→"创建应用"，填写名称（如"AI旅行助手"），选择"个人开发者"类型。
添加Web服务Key

在应用内点击"添加Key"，服务类型选择**"Web服务"**（必须选这个，否则无法调用路径规划接口）。提交后会生成一串32位字符的Key，复制保存到记事本。
配置MCP服务器参数

在Dify后台的"系统设置"→"外部服务"中，找到"MCP服务器配置"，粘贴以下JSON（替换你的API_KEY为实际获取的Key）：
json 复制代码
```
{
  "mcpServers": {
    "amap-maps": {
      "url": "https://mcp.amap.com/sse?key=你的API_KEY",
      "timeout": 60
    }
  }
}
```
安全提示 ：API Key相当于地图服务的"钥匙"，不要分享给他人或在公开代码中泄露。若怀疑泄露，可在高德控制台"重新生成Key"[8]。

第三步：安装MCP SSE插件（连接桥梁）

插件是Dify与高德地图通信的"数据线"，必须安装正确的版本才能确保数据传输稳定。

在Dify后台左侧菜单进入**"插件市场"**（位于"应用"下方），搜索"MCP SSE"插件（作者为"硅基流动"），点击"安装"。
安装完成后进入插件配置页，在"服务器配置"中选择"使用自定义MCP服务器"，然后粘贴第二步中配置的JSON代码。点击"测试连接"，显示"连接成功"即表示授权完成。

常见问题：若测试失败，先检查API Key是否替换正确，再确认网络环境（需能正常访问高德API，部分企业网络可能屏蔽外部接口，建议用手机热点测试）。

到这里，基础框架已全部搭建完成。接下来我们将基于这个环境，教你如何让Dify理解"规划旅行"的指令，真正实现"AI帮你做攻略"的核心功能。

核心代码实现：从工具开发到功能集成

如何让AI"看懂"你的旅行需求？关键在于将自然语言转化为可执行的工具调用逻辑，这需要从工具开发、提示词设计到表单配置的全流程协作。

天气查询工具开发

首先需要构建与高德地图API交互的天气查询工具，以下是优化后的Python实现：

python 复制代码

import requests
def get_weather(city):
    # 构造高德天气API请求URL，包含API Key、城市编码和扩展参数
    url = f"https://restapi.amap.com/v3/weather/weatherInfo?key=你的API_KEY&city={city}&extensions=all"
    response = requests.get(url)
    data = response.json()  # 解析JSON响应数据
    # 提取当天天气信息（高德API返回结构：status->forecasts->casts）
    if data['status'] == '1':  # 1表示请求成功
        forecasts = data['forecasts'][0]  # 获取目标城市的预报数据
        today = forecasts['casts'][0]  # 获取当天预报
        return {
            "date": today['date'],  # 日期
            "weather": today['dayweather'],  # 白天天气
            "temp": f"{today['daytemp']}°C"  # 白天温度
        }
    else:
        return {"error": "天气数据获取失败，请检查城市编码"}

💡 代码小贴士

城市参数需使用高德地图城市编码（如北京为110000），而非中文名称，可通过高德开放平台的"城市编码查询"工具获取[9]。
API Key务必通过环境变量（如os.getenv("AMAP_KEY")）或配置文件管理，避免硬编码导致泄露。

提示词设计：ReAct策略的落地

采用ReAct策略的提示词是AI的"决策大脑"，它让AI通过"思考-行动-观察"循环处理任务：先理解需求，再调用工具，最后生成结果。参考材料中的提示词模板可拆解为三层逻辑：

需求锚定：明确获取用户输入的核心要素（目的地、天数、预算），为后续工具调用提供基础参数；
工具协同：按逻辑顺序调用天气查询（maps_weather）和路线规划（高德地图_驾车规划）工具，确保行程可行性（如雨天调整室外活动）；
结果输出：指定markdown格式输出行程表，兼顾可读性与结构化。

输入表单配置：Dify界面实操

在Dify创建Agent应用后，进入"交互配置"模块的"输入表单"区域，按以下步骤配置核心字段：

目的地：点击"添加字段"→选择"文本框"类型→设置标签为"旅行目的地"，提示文字为"请输入具体城市（如上海）"；
旅行天数：选择"数字"类型→设置最小值1、最大值30，提示文字为"请输入旅行总天数"；
预算范围：选择"下拉选择"类型→选项值设为"经济型,舒适型"，对应显示文本"经济型（<1000元/天）,舒适型（1000-2000元/天）"，帮助用户快速定位需求。

完成配置后，用户输入将自动映射为工具调用参数，实现从自然语言到结构化数据的无缝转换。

工作流设计与可视化：AI规划的"大脑"如何运转

AI旅行规划助手的"大脑"运转逻辑，其实和专业规划师的思考方式异曲同工------先厘清需求，再核实关键外部条件，最后整合信息输出方案。这个过程通过Dify的可视化工作流实现，核心分为四步逻辑链：用户需求解析→天气数据获取→路线计算→行程编排。

从技术流程看，用户输入行程需求（如"北京三日亲子游"）后，系统会按以下路径运转：A[用户输入]→B{调用天气工具}→C[获取实时天气]→D{规划路线}→E[生成行程方案]→F[输出markdown行程表]。建议在排版时插入此流程图，直观呈现AI的"思考路径"。

为何天气查询要优先于路径规划？就像人不会在雨天安排户外野餐，AI也需要先确认目的地未来几天的天气------比如若预报北京第二天下雨，系统会自动将户外景点（如颐和园）调整为室内场馆（如中国科技馆），避免行程泡汤。这种"预判式决策"正是工作流设计的关键。

ReAct策略如何控制工具调用顺序？

当用户输入需求后，Dify Agent会像人类思考般"推理"："我需要先知道天气才能规划路线→调用天气工具→获取数据后，再调用高德地图MCP服务计算路线"。例如用户问"北京未来三天天气怎么样"时，Agent会先调用时间工具确认当前日期，再调用高德MCP服务获取精准天气数据，确保信息时效性[8]。

整个流程通过Dify的拖拽式工作流界面实现，无需编码即可配置Agent节点（选择支持MCP的Qwen3模型）、整合高德地图API与天气工具，让技术小白也能搭建"会思考"的规划助手[8][10]。

效果演示：国庆行程一键生成实例

为了让大家直观感受AI旅行规划助手的实力，我们以"北京，3天，经济型"为例进行了真人实测。没想到仅需输入3个核心条件，系统10秒内就生成了这份细节拉满的国庆行程表，连避峰技巧都帮你考虑到了！

用户输入：北京，3天，经济型

AI生成行程表 ：

🗓️ 北京3日游行程（10月1日-3日）

Day1：历史文化之旅

08:00 天安门广场（晴，18°C）
10:30 故宫博物院（步行10分钟）
12:00 四季民福烤鸭（距离故宫800米）

🚗 交通建议

故宫→颐和园：推荐地铁4号线（30分钟）

📌 国庆出行小贴士

避开人流高峰的关键：参考AI助手的专业建议，7:30前抵达热门景点（如天安门、故宫），此时游客较少，拍照体验更佳，还能避开上午9点后的安检长队哦！

从这份实测案例可以看到，AI助手不仅能精准整合天气数据 （晴，18°C）、景点距离 （步行10分钟、800米）和交通方案（地铁4号线30分钟），还会根据国庆特殊场景主动提供避峰策略。无论是历史文化之旅还是城市漫步，都能让你告别"做攻略两小时，玩起来一团糟"的尴尬，这样实用的工具，是不是已经让你跃跃欲试了？

部署与分享：让你的行程规划助手"活"起来

3步快速上线流程

配置检查：确认实例资源充足、API Key 妥善保管（避免泄露）；
点击发布：调试完成后，点击 Dify 右上角"发布"按钮生成独立 Web 应用；
获取链接：通过公开 URL 在手机/电脑直接访问，或嵌入公众号、网站使用。

生成链接后，支持一键导出 PDF 行程单，国庆出行必备。导出内容包含每日天气、路线规划及个性化建议，打印或存手机随时查看。协作时可添加引导语："点击右上角分享给同行伙伴，实时协作修改行程细节"，增强互动性。

部署时建议根据用户位置选择云服务地区（降低延迟），基础支持含 7 天远程备份及邮件支持。目前全球超一百万应用通过 Dify 部署，你的旅行助手也能快速"活"起来。

技术亮点与总结：为什么选择Dify+高德地图

通过MCP协议实现Dify与高德地图无缝对接，Dify Agent采用ReAct模式调用工具（如高德路径规划、天气查询），无需切换App即可获取精准路线、天气等信息，轻松扩展50+工具链。

🌟 为什么这套方案值得尝试

• 开源免费 ：Dify文档采用CC-BY许可，免费使用且支持二次开发

• 部署简单 ：支持多云平台及自有服务器，ARM架构实例成本低、能效高

• 功能可定制：强大API整合高德途经点规划、避让区域等高级功能，满足个性化需求

这个国庆，让AI为你规划一场省心之旅。参考资料：[相关链接]