travel-agent-cli

AI 驱动的旅行目的地推荐 Agent - 命令行工具（集成 FlyAI 旅行搜索）

新功能 v0.2.0

• 🆕 FlyAI 旅行搜索：集成 Fliggy MCP，支持航班、酒店、景点实时查询
• 🔧 修复多 Agent 初始化问题
• 📝 优化 CLI 输出格式

安装

# 全局安装
npm install -g travel-agent-cli

# 或者使用 npx 直接运行（无需安装）
npx travel-agent-cli flyai "5 天日本行程"

安装要求

• Node.js >= 14.0.0
• Python >= 3.10
• pip (Python 包管理器)

快速开始

1. 初始化配置

travel-agent config --init

2. 配置 LLM API Key

编辑生成的 .env 文件，填入你的 API Key：

# 选择使用的 LLM 提供商
LLM_PROVIDER=anthropic

# 配置 API Key
ANTHROPIC_API_KEY=sk-ant-xxx
OPENAI_API_KEY=sk-xxx
DEEPSEEK_API_KEY=xxx

3. 查看支持的模型

travel-agent model list

4. 切换模型

travel-agent model use -p anthropic -m claude-sonnet-4-6

5. 运行工作流

# 默认运行
travel-agent run

# 指定关键词和推荐数量
travel-agent run -k "海岛游" -n 10

# 分析旅行产品可行性
travel-agent analyze "北欧极光"

命令说明

flyai - FlyAI 旅行搜索（新）

travel-agent flyai <查询> [选项]

选项:
  --destination     目的地城市
  --duration        行程天数/日期
  --budget          预算范围

示例:
  travel-agent flyai "5 天日本行程规划"
  travel-agent flyai "北京到上海航班" --destination 上海
  travel-agent flyai "三亚海景酒店" --destination 三亚
  travel-agent flyai "东京景点推荐" --destination 东京

run - 运行完整工作流

travel-agent run [选项]

选项:
  -k, --keyword     搜索关键词 (默认：旅行)
  -n, --top         推荐目的地数量 (默认：10)
  -p, --plan-top    规划路线的目的地数量 (默认：3)
  --no-ota          不采集 OTA 数据

analyze - 旅行产品可行性分析

travel-agent analyze <话题> [选项]

选项:
  --no-ota          不采集 OTA 数据
  -o, --output      输出报告文件路径

model - LLM 模型管理

travel-agent model <子命令> [选项]

子命令:
  list              列出所有支持的模型
  status            查看当前模型状态
  use               切换模型

选项:
  -p, --provider    LLM 提供商 (anthropic/openai/deepseek/azure/ollama/qwen)
  -m, --model       模型名称

agents - 查看 Agent 团队信息

travel-agent agents

输出:
  - Manager (协调者)
  - Collector (采集 Agent)
  - Analyst (分析 Agent)
  - Planner (规划 Agent)
  - Reporter (报告 Agent)

config - 配置管理

travel-agent config [选项]

选项:
  --show            显示当前配置
  --init            初始化配置文件

status - 系统状态

travel-agent status

输出:
  - 版本号
  - 当前 LLM 提供商和模型
  - API 配置状态

支持的 LLM 提供商

| 提供商 | 默认模型 | 配置项 | |--------|---------|--------| | Anthropic | claude-sonnet-4-5-20250929 | ANTHROPIC_API_KEY | | OpenAI | gpt-4o | OPENAI_API_KEY | | DeepSeek | deepseek-chat | DEEPSEEK_API_KEY | | Azure OpenAI | gpt-4 | AZURE_OPENAI_API_KEY, AZURE_OPENAI_ENDPOINT | | Ollama | llama3 | OLLAMA_BASE_URL (本地部署) | | Qwen (通义千问) | qwen-max | DASHSCOPE_API_KEY |

FlyAI 旅行搜索（Fliggy MCP 集成）

FlyAI 旅行搜索已集成 Fliggy MCP（飞猪开放平台）服务：

• 沙箱模式：默认使用，返回模拟数据，无需配置
• 生产模式：需配置飞猪开放平台 App Key 和 App Secret

配置方式（可选）：

# 在 .env 文件中添加
FLIGGY_APP_KEY=your_app_key
FLIGGY_APP_SECRET=your_app_secret

示例

FlyAI 旅行搜索

# 综合旅行规划
travel-agent flyai "5 天日本行程规划"

# 航班搜索
travel-agent flyai "北京到上海航班" --destination 上海

# 酒店搜索
travel-agent flyai "三亚海景酒店" --destination 三亚

# 景点搜索
travel-agent flyai "东京景点推荐" --destination 东京

搜索海岛游推荐

travel-agent run -k "海岛游" -n 10

分析极光旅行产品

travel-agent analyze "北欧极光"

travel-agent analyze "日本赏樱" -o ./analysis_report.md

卸载

npm uninstall -g travel-agent-cli

许可证

MIT

链接

• GitHub 仓库
• PyPI 包