Skip to content

【2026飞猪AI旅行创新大赛】Travelworld|将一切交给对话,把旅行变成一条走得通的路 #206

Open

Description

@11921902109

【2026飞猪AI旅行创新大赛】Travelworld|将一切交给对话,把旅行变成一条走得通的路

Travelworld|将一切交给对话,把旅行变成一条走得通的路

团队 / 作者与奖品领取人

  • 团队名称:Travelworld
  • 主要提交人 GitHub ID(仅 1 位,必填):11921902109 (Huang Yihan_NTU)
  • 其他成员 GitHub ID:millieesther

旅行场景与目标用户

Travelworld 面向自主规划城市旅行的自由行用户及小型同行团队,目前以新加坡国家为首个完整场景。

旅行规划的难点并不是缺少推荐,而是用户需要在攻略、地图、酒店、交通和预订平台之间来回切换,再手动核对地点、路线、时间和价格。

Travelworld 的核心主张是:

将一切交给对话。

通过交互式对话方式,最小化用户的旅行规划、资料检索与界面操作成本。用户只需表达旅行愿望,并在同一段对话中补充条件、选择酒店、调整安排和重新规划,不需要学习复杂的行程编辑工具。

该产品具备高度可扩展性,并切入了市场尚未被充分满足的商业需求。未来若能持续提升各场景下的语义理解与执行准确率,并严谨设计评估流程,该产品将具备显著的商业价值与规模化变现潜力。

我做了什么

我开发了 Travelworld——一个由阿里云百炼驱动、把自然语言旅行需求转换为真实可执行路线的 AI 行程规划 Web 应用。

用户可以直接说:

我和伴侣两位成人,2026 年 12 月 20 日至 23 日去新加坡,住 Bugis 附近;每天 09:30 出发、21:00 回酒店,节奏轻松,喜欢建筑、美食和夜景。

系统随后通过对话完成:

理解旅行愿望
→ 追问缺失条件
→ 比较并确认酒店
→ 生成每日路线
→ 查看地点与价格
→ 接收自然语言修改
→ 重新计算受影响行程

核心创新

Travelworld 不是只生成一篇旅行攻略,而是建立了一条可核验、可约束、可重算的旅行规划链路:

  • 对话贯穿全程:从需求补全到行程修改,都通过自然语言完成;用户只补充部分信息时,系统会继续追问尚未满足的条件。
  • 地点真实可验证:酒店、景点和餐厅进入地图前均由 Google Places 验证,语言模型不负责虚构地点身份和坐标。
  • 酒店是真正的路线锚点:每天从当天酒店出发,并在指定时间前返回;同时支持从某一天开始更换酒店的分段住宿。
  • 路线和时间真实计算:Google Routes 负责地点间距离、交通方式与预计耗时,Travelworld 将其组合为完整时间轴。
  • 修改能够局部重算:用户可以一句话修改任意一天,并一次执行替换、删除、增加等多个动作;系统只重算目标日期。
  • 价格有明确来源:FlyAI/飞猪只为可靠匹配的酒店和景点补充参考价格与预订入口,无法匹配时不展示结果。
  • 数据边界透明:餐厅可以进入行程,但不会调用飞猪查询不在当前数据范围内的餐饮商品,也不会生成虚构价格。

不同数据分别由专业服务负责:

百炼 Managed Agent
负责理解用户想做什么
        ↓
Google Places
确认地点是谁、位于哪里
        ↓
Google Routes
计算是否走得通、需要多久
        ↓
FlyAI / 飞猪
补充可验证的价格与预订入口
        ↓
Travelworld
组合时间轴并检查行程约束

百炼使用说明(必填)

百炼位于 Travelworld 的运行时核心链路,不是只在开发阶段使用。

  • 百炼能力 / 模型: 阿里云百炼 Managed Agent;Qwen3.8-Flash 作为初始结构化意图理解的兼容回退。
  • 调用方式(百炼 API / DashScope SDK / 百炼 CLI bl / OpenWork): Node.js 服务端通过百炼 Agent Studio REST API 创建并调用 Managed Agent 会话。
  • 使用环节与输入输出:
    • 旅行描述 → 日期、人数、住宿、每日时间、节奏、兴趣及缺失字段。
    • 行程修改指令 → 目标日期及 1–4 个结构化修改动作。
    • 酒店查询条件 → 最多 5 家酒店的报价和预订信息数组。
    • 景点详情请求 → 可可靠匹配的商品、参考价格与预订入口。
  • Skill 名称(如有): flyai(飞猪旅行技能,通过官方 FlyAI CLI 调用)。
  • 其他工具 / 技术栈: React 19、Next.js 16、Vinext/Vite、TypeScript、Cloudflare Workers、Google Maps JavaScript API、Google Places API、Google Routes API、FlyAI/飞猪、pnpm。

FlyAI 查询运行在独立的百炼临时会话中。同一次酒店比较只创建一个会话,并在其中依次查询最多 5 家酒店。

百炼、FlyAI 和 Google 服务端凭据均由服务端管理,不返回浏览器,也不会进入公开仓库。

效果展示

百炼智能体实际运行截图

意图理解

Image

飞猪报价

Image

可交互产品成片

[打开 Travelworld 新加坡四日完整案例]

该页面以滚动叙事方式呈现 Travelworld 从旅行愿望到真实路线、价格查询和动态修改的完整产品流程。

演示视频

[操作演示视频[需要下载]]

项目链接与复现方式

在线体验时,只需在规划页面说出旅行需求,随后按照系统追问继续对话即可。

提示: 当前百炼 Managed Agent 及相关运行环境部署在阿里云北京地域(cn-beijing)。由于本人部署在国外,体验时会存在一定的跨地域网络延迟,意图解析、酒店及景点查询或路线重算所需时间会稍长。处理期间请耐心等待;该延迟主要来自网络距离与外部服务调用,不影响功能逻辑及最终结果。

本地复现

环境要求:Node.js >= 22.13.0、pnpm 11.x。

git clone https://github.com/11921902109/travelworld-singapore.git
cd travelworld-singapore
pnpm install
cp .env.example .env.local
pnpm dev

Windows PowerShell:

Copy-Item .env.example .env.local

启动后访问:

http://localhost:5173/travel

真实服务复现需要在 .env.local 中配置自己的服务信息:

DASHSCOPE_API_KEY
BAILIAN_API_BASE_URL
BAILIAN_AGENT_ID
BAILIAN_ENVIRONMENT_ID
FLYAI_API_KEY
GOOGLE_MAPS_SERVER_KEY
GOOGLE_MAPS_BROWSER_KEY

.env.example 只包含变量名。公开仓库不包含 API Key、密码、Session ID 或其他敏感凭据。

踩坑记录

  1. 隔离环境与凭据: 百炼会话和普通服务端环境相互隔离,因此为智能体建立了包含 Node.js 与 FlyAI CLI 的运行环境,并只在临时会话中注入服务端凭据。
  2. 真实数据匹配: 酒店或景点名称相似时容易关联错误商品,因此增加名称、地址与 Google 地点身份校验;不能可靠匹配就不展示价格。
  3. 路线约束重算: 显示“21:00 回酒店”并不等于真正满足约束,因此将酒店、交通耗时和停留时间统一纳入排程,修改后重新计算整天路线。

未来工作

  1. 扩展更多目的地: 将新加坡规则抽象为 Destination Profile,支持更多国家和国内城市。
  2. 增强按天意图理解: 将整体偏好细分到每天、时间段和地点,使自由时间能够结合当天区域与主题自动安排。
  3. 实现路程规划实时更新: 对于路程规划,将每一天的地点之间行程,按照公共交通,打车,步行的时间自由选择

10 月 24 日后更新|Travelworld V40 四日完整案例

赛事时间调整至 11 月 29 日,本次沿用首次提交的演示视频。10 月 24 日之后的迭代,用下面这趟从一句话到只读地图的新加坡四日旅行完整展示。

我和伴侣两位成人,2026 年 12 月 20 日至 23 日去新加坡,住 Bugis 附近。每天 09:30 出发、21:00 回酒店,节奏轻松,喜欢建筑、美食和夜景。

1. 确认条件,把地点排进四天

发送前,右栏条件完整度是 5%。发送后,日期、同行人数、每日时段和兴趣显示在右栏,齐备时达到 100%,可进入详细规划;有缺项时会继续追问。进入后从核实的地点里挑选,再在分天板设置上午或下午。左侧「需要帮助」提供当前阶段的三个可点问题,答疑为只读。

日期 首次分天安排
Day 1(12 月 20 日) 上午安排赞美广场和艺术科学博物馆,后续核算发现赶不上。
Day 2(12 月 21 日) 下午到 Park View Square。
Day 3(12 月 22 日) 上午到 Maxwell Food Centre。
Day 4(12 月 23 日) 确认为休息/自由日,保留日期及必要的赴机场交通。

图 1|旅行需求待发送,条件完整度为 5%

图 4|选中这趟想去的真实地点

图 7|左侧按当前阶段显示三个只读帮助问题

图 8|选择日期并把已选地点分进上午或下午

图 9|确认是否保留空白日

2. 输入航班,确定住宿路线

本例手填的演示时刻是 12 月 20 日 07:00 从上海浦东起飞、12:30 抵达新加坡,12 月 23 日 20:00 从新加坡返程、次日 01:30 抵达浦东。首日预留两小时办理入境和取行李,预计约 14:30 才能离开机场。末日按返程时刻倒推到机场的截止时间。实际出行按自己的机票录入。

住宿建议比较全程同住市政区约 47 分钟、Day 3 起换到牛车水约 129 分钟,后者含约 90 分钟换住估算。用户选了 12 月 20 日至 23 日在市政区连续住三晚。Google Places 按片区找并核实酒店,飞猪按酒店和入住退房日期补参考价。这次五家候选中三家有参考价、两家查询失败,未查到可核实的预算内结果。温德姆新加坡酒店当时参考价 ¥1445/晚,高于 ¥1300 的预算 ¥145。用户确认仍选这家后,酒店成为路线锚点。

图 10|填写已订航班的当地起降时刻

图 13|比较全程同住和分段住宿的取舍

图 16|按已核实的候选和参考价比较酒店

3. 一次核对全程,连续处理多处冲突

首轮核算中,Day 2–Day 4 通过,Day 1 到赞美广场的最早预计时刻是 15:21,与上午安排冲突。尝试只改停留时长再核算,更新后的最早预计时刻仍是下午 15:11,原安排未被覆盖。预览把赞美广场改到下午后,系统又指出仍排在上午的艺术科学博物馆最早约 15:16 才能到。把博物馆也加到同一份下午调整后,预览通过,预计 17:56 结束,剩余约 3 小时 4 分钟。点击「确认全部调整」即可一次保存。跨天移动时也会逐日核对移出与移入的安排。

图 19|首轮核算定位日期、地点和冲突原因

图 22|两个地点改到下午后,Day 1 核算通过

图 24|保存后的返店时刻和约 3.07 小时未分配时间

4. 留出自由时间,生成可分享的地图

保存后,Day 1 时间轴显示预计 14:59 到酒店、15:11 到赞美广场、16:14 到艺术科学博物馆,17:56 返店。这次加入 45 分钟的吃饭安排并重算后,尚未分配时间从约 3.07 小时变为 2.32 小时。V40 允许修改首日的当地结束时间、末日的当地出发时间,受航班约束的一端仍由航班和机场预留核算。

生成地图后,在 Day 1 可以问「酒店前台要提供什么资料吗」。本例答复提到护照、预订确认和押金担保,并提示按这家酒店的政策和订单核对。行程可以保存在本设备,也可以先预览只读快照、选择是否包含住宿,再创建有效期为 30 天的分享链接。

图 32|在地图查看当天路线与时刻

图 38|预览 30 天只读分享,可选择是否包含住宿

完整案例 开始规划 · 四日图解(38 张图) · 公开源码与复现说明

10 月 24 日之后的完整更新 规划决策与版本演进 · 修复、验证与发布记录

Activity

  1. changed the title [-]【2026飞猪AI旅行创新大赛】[/-] [+]【2026飞猪AI旅行创新大赛】Travelworld|将一切交给对话,把旅行变成一条走得通的路[/+] on Oct 22, 2026
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Metadata

Metadata

Assignees

No one assigned

    Labels

    Type

    No type

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions