y-66/traveler

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기

20 stars 1 forks 품질 49 트렌드 10

Agno 프레임 워크에 의해 구축 된 엔터프라이즈 급 여행 계획 지능형 에이전트 시스템. MCP, Skills, Memory, Knowledge Base, Agent Teams, Workflows 등 고급 기능 통합.

개요

agno 프레임 워크에 완전히 내장 된 엔터프라이즈 급 여행 계획 지능형 에이전트 시스템입니다. 고급 기능을 통합함으로써 , , , , , , 그리고 , 여행자는 매우 사용자 정의, 포괄적이고 최신 여행 계획 서비스를 제공합니다. 이 시스템은 Typer에 의해 구동되는 풍부한 CLI를 포함합니다. Traveler는 stateful FastAPI 백엔드로 실행할 수 있습니다. 사용자 정의 가이드와 에이전트를 부여하려면: 1. src/traveler/knowledge docs/ 2. 로컬 ChromaDB로 벡터화하기 위해 로드 명령을 실행: - : Core Agentic Framework (Agent, Team, Workflow, MCP, Skills) - : Robust Web API & Data Validation - : 지식 (RAG)에 대한 벡터 데이터베이스 - : 세션 메모리 및 Persistence Base (Postgres) - : 강력하고 아름다운 CLI 생성 - : 현대 파이썬 로깅 Ag一 Ag Agno Ag的高体験。通通成、、、、、高、여행자 李俊億高度定高、高信的行。有特定的旅游攻略或私有 1.: 1. Markdown trophy PDF 文放放題 src/traveler/knowledge docs/ 目下。 2.

개요(AI 번역)

한국어 버전

Traveler는 Agno 프레임 워크에 완전히 내장 된 엔터프라이즈급 여행 계획 지능형 에이전트 시스템입니다. MCP (Model Context Protocol), Skills, Memory, Knowledge Base, Agent Teams, Workflows, Traveler는 매우 사용자 정의, 종합 및 최신 여행 계획 서비스를 제공합니다.

** 결과**: -English: 현재 리포트

중국: 展示

✨ 핵심 특징

특징	묘사
Agent	아그노에 기반한 여행 플랜너 에이전트, 멀티턴 대화, 자율적인 이유가 있는 복잡한 도구 ·
Team Collaboration	멀티 시약 협력 모델: Planner, Researcher, Budget Analyst와 함께 원활하게 작업할 수 있습니다. ·
Workflow	구조형 파이프라인 실행: 연구(Information Gathering) → 예산 → 일정 계획.
MCP Integration	실시간 날씨, 일반 웹 검색, 호텔 통합 및 Google Route 분석에 대해 외부 MCP 서버에 연결하십시오. ·

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.

README

원문 README의 일부입니다. 원문 보기.

🌍 Agno-Based Travel Planning Agent System / 基于Agno的旅游规划智能体

English Version

Traveler is an enterprise-grade travel planning intelligent agent system built entirely upon the Agno framework. By integrating advanced functionalities including MCP (Model Context Protocol), Skills, Memory, Knowledge Bases, Agent Teams, and Workflows, Traveler provides highly customized, comprehensive, and up-to-date travel planning services.

Result:

English: Report presentaion
Chinese: 报告展示

✨ Core Features

Feature	Description
Agent	Travel planner agent based on Agno, capable of complex tool calling, multi-turn dialogue, and autonomous reasoning.
Team Collaboration	Multi-agent collaboration model: orchestrates a Planner, Researcher, and Budget Analyst to work together seamlessly.
Workflow	Structured pipeline execution: Research (Information Gathering) → Budgeting → Itinerary Planning.
MCP Integration	Connects to external MCP servers to fetch real-time Weather, generic Web Search, Hotel integrations, and Google Route analysis.
Skills plugins	Specialized skill modules (Agno Skills) for Travel Planning, Local Expertise, Intent Analysis, and Budget Optimization.
Memory System	Automatically retains and retrieves user preferences and interaction history for fully personalized sessions.
Knowledge Base	RAG (Retrieval-Augmented Generation) functionality supported by ChromaDB/LanceDB locally to store and query travel guide documents.
Custom Tools	Built-in toolkit tailored for flight, hotel, and attraction search scenarios.

🏗️ Architecture & Structure

Traveler/
├── .env.example                # Environment variables template
├── pyproject.toml              # Project configuration and dependencies (Hatch build system)
├── data/                       # Local data storage (SQLite, ChromaDB outputs, reports)
├── src/traveler/               # Main source code directory
│   ├── agents/                 # Agent Definitions (Planner, Researcher, Budget Analyst, Team)
│   ├── api/                    # FastAPI web service (app, routes, schemas)
│   ├── config/                 # Pydantic Settings & Loguru configurations
│   ├── core/                   # Core Infrastructure (Model Factory, Database Setup, Knowledge Management)
│   │   └── mcp/                # External MCP Server Clients (Weather, Google Routes, etc.)
│   ├── knowledge_docs/         # Document drop-zone for RAG Knowledge base

GitHub에서 전체 README 보기

설치

This server does not publish a one-line install command.

Open the repository installation guide MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →