本章内容如下：

本章我们利用HelloAgents框架构建了一个智能旅行助手，相比第一章构建的旅行助手，这个功能更加全面。首先，我们可以快速体验项目的实现效果：

#配置APIkey
### .env

# LLM配置 (从HelloAgents继承,如需覆盖可在此配置)
# 模型名称
LLM_MODEL_ID="deepseek-chat"

# API密钥
LLM_API_KEY="sk-***"

# 服务地址
LLM_BASE_URL="https://api.deepseek.com/v1"

# 超时时间（可选，默认60秒）
LLM_TIMEOUT=60

# 服务器配置
HOST=0.0.0.0
PORT=8000

# CORS配置
CORS_ORIGINS=http://localhost:5173,http://localhost:3000

# 日志级别
LOG_LEVEL=INFO

# Unsplash API Credentials
UNSPLASH_ACCESS_KEY="***"
UNSPLASH_SECRET_KEY="***"

# 高德地图API配置
AMAP_API_KEY="***"


### 启动后端
# 1. 进入后端目录
cd helloagents-trip-planner/backend

# 2. 安装依赖
pip install -r requirements.txt

# 3. 配置环境变量
cp .env.example .env
# 编辑.env文件，填入你的API密钥

# 4. 启动后端服务
uvicorn app.api.main:app --reload
# 或者
python run.py


### 启动前端
# 1. 进入前端目录
cd helloagents-trip-planner/frontend

# 2. 安装依赖
npm install

# 3. 启动前端服务
npm run dev

#访问 http://localhost:5173 即可使用应用。

我们填写需求后可以生成旅游计划：

不过使用过程中我发现几个问题，一个是如果选择旅行时间段很长（比如7天），不能生成计划（可能和响应时间设置有关）；另一个是地图显示有问题，每日行程中是从第二天开始的。

13.2节我们利用Pydantic从下至上设计所需要的数据模型；13.3节谈到了这个项目的多智能体协作设计，包括4个专门的agent，分别是景点搜索，天气查询，酒店推荐和行程规划。13.4节介绍了所使用的MCP工具，主要有两个：高德地图的amap-mcp-server和Unsplash API 搜索景点图片，其中重点谈到了共享MCP，因为我们有多个agent都需要使用高德地图的工具，这样可以节省资源，控制API的调用频率。13.5节介绍了前端的开发，主要是用 Vue 3 和 TypeScript 实现的。13.6节介绍了web应用的几个核心功能的实现，包括预算计算、加载进度条、行程编辑、导出功能和侧边导航。

本文内容来自DataWhale开源项目Hello-Agents.