自驾途中「第二大脑」：TravelSmart 智能出行决策助手

🚗 自驾途中「第二大脑」：TravelSmart 智能出行决策助手

前言

开车最怕什么？堵在高速上进退两难、临时找酒店踩坑、景点门口打不到车。这些场景我全踩过，于是一头扎进这个项目——TravelSmart，一款用 AI Agent 帮你做自驾途中复杂决策的工具。

解决的问题

不是"附近有什么"，而是综合最优解在哪里：

1. 🚗 高速堵车 → 推荐最佳下高速出口（餐饮评分 + 绕行距离综合打分）
2. 🏨 途中住宿 → 找停车场充足 + 次日行程顺路的酒店
3. 🚕 景点打车 → 告知最佳停车候车位置

技术架构

用户自然语言
    ↓
 Agent（意图理解 + 编排）
    ↓
┌── 高德地图 Web API（地理编码/POI/路径规划）
├──  LLM（自然语言路由 + 决策建议）
└── 评分引擎（多因子加权评分）
    ↓
结构化输出 + 飞书/微信推送

核心代码示例

多因子评分算法（精选）：

def calculate_exit_score(distance: int, detour: int, 
                         dining_rating: float, 
                         pois_count: int) -> float:
    """高速出口综合评分"""
    dist_score = max(0, 100 - distance / 50)           # 越近越高
    detour_score = max(0, 100 - detour / 20)           # 绕行越少越高
    rating_score = dining_rating * 15                   # 餐饮评分加权
    poi_score = min(pois_count * 5, 20)                # POI 数量封顶
    
    return dist_score * 0.3 + detour_score * 0.3 + \
           rating_score * 0.25 + poi_score * 0.15

效果示例（堵车场景，北京周边）：

{
  "scene": "highway",
  "highway": "G4",
  "top_exit": {
    "name": "前门出口(南二环东向)",
    "distance": 3200,
    "detour": 800,
    "rating": 4.8,
    "score": 94.8
  }
}

快速体验

# Python CLI
cd D:\project\travel-smart
python src/main.py --scene highway \
  --highway G4 --lng 116.397 --lat 39.909 --destination 北京

# Web 演示
pip install -r requirements.txt
python server.py
# 访问 http://localhost:5188

开源与社区

MIT 协议开源，已发布至：

• GitHub：github.com/Pete2048/tr…
• ClawHub：clawhub.ai/pete2048/pe…

欢迎 Star、提 Issue、贡献代码。

写在最后

这个项目源于真实痛点，核心不是"找地方"，而是在约束条件下找到综合最优解。Agent 架构让系统可以不断扩展新的决策场景。

如果你也受够了导航"附近"给你推的垃圾选项，欢迎试试。