做旅行计划还靠翻攻略?这个 2.4k star 的多智能体项目,把行程交给 Agent 协作

我做旅行计划的方式一直很原始：打开五六个攻略网页，小红书翻半小时，高德查一遍路线，算预算靠备忘录。最后往往攻略存了一堆，行程还是空白。直到我翻到 1sdv/TripStar（旅途星辰）。

它的定位是 AI 文旅智能体应用，基于 HelloAgents 框架做的多智能体协作文旅规划平台。作者给的问题定义很具体：解决规划旅行时的「信息过载」和「决策疲劳」。2.4k star，GPL-2.0 开源，前端 Vue 3，后端 FastAPI，Docker 一键部署。

   

旅途星辰首页：填地点、日期和偏好，剩下的交给多个 Agent 分工去跑。

先问偏好，不是堆攻略

和传统攻略网站不一样的地方在于，它不是把攻略堆给你，而是像旅行管家一样先问你的偏好：交通方式、住宿风格、旅行兴趣、特殊需求，然后多个 Agent 分工去搜信息、查天气、选酒店、排路线。

数据来自小红书真实游记

最让我意外的是它的数据来源。景点推荐和攻略数据直接从小红书真实用户游记里取，再用 LLM 提纯，专挑避坑指南和打卡建议。景点图片也是从小红书实时搜的，保证展示的是网友最新实拍。

它还能智能识别需要提前预约的景点——故宫、陕西历史博物馆这种，在行程卡片里直接标出预约提示和预约渠道。白跑一趟的痛，谁体验过谁知道。

   

行程结果页：每日安排、景点地址、游览时长、交通方式和住宿推荐都在一张卡片里。

双地图、预算和知识图谱

地图是双引擎的：国外用 Google Maps，国内自动回退高德。会在图上画出「起点-景点-终点」的真实经纬度打卡路线，底图配色能定制。预算面板把门票、餐饮、住宿、交通分项汇总成财务报表。知识图谱把行程数据变成节点关系图，「城市-天数-行程节点-预算」的结构一眼可见。

• 多智能体协作：天气预报员、酒店推荐专家各司其职，通过 Workflow 协同。
• 伴游问答：生成报告后悬浮窗随时追问，AI 拿着完整行程上下文。
• 多城市规划：动态添加城市和停留天数，城际交通费单独统计。
• 偏好记忆：带遗忘机制和 TOP-K 召回，用过的偏好下次自动注入 Agent。
• 国际化：中英日三语，连生成的规划数据都自动翻译。

还没做完的部分

它的路线图上还有没做完的事：小红书链接和美食推荐增强、前端优化、车程信息、服务器在线部署。所以现在更适合自己部署着玩，或者当多智能体应用的学习样本，别指望它替代商业旅行产品。

对我来说，它最值得看的不是旅行规划本身，而是一个多智能体协作应用从需求到落地的完整范例：数据从哪来、Agent 怎么分工、地图和预算这些异构能力怎么拼到一个界面里。

项目地址：https://github.com/1sdv/TripStar