谯奕

多 Agent 旅行规划工作台：用对话描述目的地、日期和预算，系统生成经过校验的完整方案，包含行程、交通、住宿、餐饮、目的地建议和预算，每一项都标注数据来源。方案可以继续对话修改，也能直接在日程时间线和 Google 地图上编辑。课程团队项目，系统主体由我完成。在线演示。

• 确定性编排：LangGraph 状态图掌管整个流程（分派 → 冲突检测 → 定向修订 → 组装方案），LangChain Supervisor 只负责决定每个节点调用哪些专项 Agent。流程走向、预算红线和停止条件都写在代码里，不交给模型临场判断。
• 五个专项 Agent 分阶段协作：行程、交通、住宿、目的地、餐饮共享同一份提案板。交通先定下跨城路线和费用，住宿据此确定城市和晚数，行程和餐饮最后读取前面的结果和剩余预算，避免路线和花费互相矛盾。
• 有界修订：检测到预算或时间冲突后只重跑受影响的 Agent；方案评分不再提升就提前收敛，最多修订 3 轮；预算确实不够时给出最低需求，而不是无限重试。
• 可靠性：Zod 4 在图的每个边界校验需求、提案和最终方案；模型不可用或输出不合规时，自动切换到规则解析和确定性兜底，请求照样完成。
• 类型化工具网关：SerpApi 与 Google Places/Routes 统一经过网关接入，带配额、15 分钟缓存和来源标注（实时 / 估算 / 未报价）；Mock 模式让所有流程离线可复现。
• Agent 研发基础设施：按场景编写 Skills（数据源接入、UI 验证、代码审查、推送前检查），用 AGENTS.md 统一多种 AI 工具的规则，记录决策；CI 校验受保护文件、共享契约与文档一致性，E2E 测试留存可复现证据。