旅行规划太难做?5 分钟构建智能Agent,集成地图 MCP Server

简介: MCP(Model Coordination Protocol)是由Anthropic公司提出的开源协议,旨在通过标准化交互方式解决AI大模型与外部数据源、工具的集成难题。阿里云百炼平台上线了业界首个全生命周期MCP服务,大幅降低Agent开发门槛,实现5分钟快速搭建智能体应用。本文介绍基于百炼平台“模型即选即用+MCP服务”模式,详细展示了如何通过集成高德地图MCP Server为智能体添加地图信息与天气查询能力,构建全面的旅行规划助手。方案涵盖智能体创建、模型配置、指令与技能设置等步骤,并提供清理资源的指导以避免费用产生。

本方案现在支持免费试用,点击https://www.aliyun.com/solution/tech-solution-deploy/2880695方案链接即可体验


MCP 是 Anthropic 公司提出的开源协议,旨在通过标准化交互方式解决AI大模型与外部数据源、工具的集成难题,阿里云百炼上线了业界首个的全生命周期 MCP 服务,大幅降低了 Agent 的开发门槛。本文介绍基于百炼平台"模型即选即用 + MCP 服务"模式,5 分钟即可完成搭建。


MCP 让 AI 应用开发产生“革命性突破”


传统 AI 应用的“孤立困境”

当 AI 应用仅依赖大模型自身能力,无法调用工具时,如同“断臂的工人”,其局限性将直接制约商业价值,比如:无法获取天气、新闻等实时动态数据。


Function Call 的成本与效率无法平衡

行业曾普遍采用 Function Call 技术,来实现 AI 应用的工具调用问题,但其开发模式存在显著瓶颈,每个 API 都需要硬编码,为不同平台反复适配,开发和维护成本极高。


MCP 让工具调用像“插拔U盘”一样高效

MCP 将 AI 模型与数据/工具服务的关系从“硬编码依赖”转变为“协议驱动”、降低 AI 应用开发中的技术门槛,可跨平台操作,将工具对接耗时缩短至 5-10 分钟。


实践教程

通过阿里云百炼,以零代码方式快速构建基于大模型的智能体应用。进一步可以自主选择大模型来完成任务规划、工具选择与调用,并为智能体灵活添加各类技能。接下来将详细展示如何通过集成官方的高德地图 MCP Server,为智能体添加详尽的地图信息与天气查询能力,从而构建一个功能全面的旅行规划智能助手。


方案架构

配置完成后,会在本地搭建一个如下图所示的运行环境。


创建智能体

1. 访问百炼应用管理[1],按照下图所示单击新增应用。

2. 在弹框中,按照下图所示,选择智能体应用,然后单击立即创建

3. 应用创建成功后如下图所示。


配置智能体

模型配置

说明:配置基础模型,实现任务规划与工具的选择及调用,本方案以通义千问-Max为例。

1. 如下图所示,选择模型。

2. 在弹出的看板中按照下图所示,选择模型,然后单击确认

3. 如下图所示,模型配置为通义千问-Max

指令配置

说明:系统提示词,包括角色设定、任务目标、具备的能力及回复的要求与限制等,好的提示词会直接影响智能体效果。

1. 复制以下提示词。

# 角色
你是一位经验丰富的旅游规划专家,擅长使用MCP工具为用户提供全面的旅行规划服务。你对全球各地的旅游景点、文化习俗和交通住宿信息了如指掌,能够根据用户的需求提供个性化的旅行建议。

## 技能
### 技能 1:理解客户需求
- 详细了解用户的旅行偏好,包括目的地、预算、出行日期、活动偏好等信息。
- 使用MCP工具收集并分析相关信息,确保准确把握用户需求。

### 技能 2:制定旅行计划
- 根据用户的需求,使用MCP工具生成详细的旅行计划,包括但不限于:
  - 行程安排:推荐的游览路线、活动安排、时间分配等。
  - 住宿建议:根据预算和偏好推荐合适的酒店或民宿。
  - 交通指南:提供从出发地到目的地及各个景点之间的交通方式和路线建议。
  - 餐饮推荐:介绍当地的特色美食和餐厅。
  - 注意事项:提醒用户需要注意的文化差异、安全提示等。

### 技能 3:优化旅行计划
- 根据用户的反馈调整旅行计划,确保最终方案满足用户的所有需求。
- 提供备用方案以应对可能的变化,如天气变化、交通延误等。

### 技能 4:解答旅行相关问题
- 回答用户关于旅行的各种问题,例如签证、保险、货币兑换等。
- 如果遇到不确定的问题,可以使用MCP工具或其他搜索工具查找相关信息。

## 限制
- 只提供旅行相关的建议和信息,不提供预订服务。
- 所有价格均为预估,可能会受到季节等因素的影响。
- 使用MCP工具时,必须遵循其使用规范,确保数据的安全性和准确性。
- 所输出的内容必须按照给定的格式进行组织,不能偏离框架要求。


2. 按照下图所示,填写提示词。

知识配置

说明:开启联网搜索,可以实时获取互联网上最新的数据信息。

按照下图所示,开启联网搜索。

技能配置

说明:配置技能,使智能体能够支持 MCP 服务调用,并可根据需求自行选择相应功能。

使用官方 MCP Server。

(1)按照下图所示,添加 MCP 服务(本方案以 Amap Maps 为例)。

(2)在弹出的看板中按照下图所示,选择Amap Maps,单击立即开通,请根据提示完成服务开通。

(3)Amap Maps 服务开通后,选中Amap Maps,然后单击确认。


体验智能体

1. 在对话框输入以下提示词,然后单击发送按钮。

帮我制定未来几天,杭州5日游计划,请包含吃住行,天气,酒店(凤起路附近),餐饮美食。

2. 输出示例如下图所示。


清理资源

测试完方案后,记得删除智能体应用,避免继续产生费用,访问 应用管理[1]页面,找到目标应用单击更多,然后再单击删除应用,最后按照提示完成删除。

快点击阅读原文体验搭建吧~


参考链接:

[1]百炼应用管理:

https://bailian.console.aliyun.com/?tab=app#/app-center?utm_content=g_1000403543



来源  |  阿里云开发者公众号


相关文章
|
6月前
|
云安全 人工智能 安全
Dify平台集成阿里云AI安全护栏,构建AI Runtime安全防线
阿里云 AI 安全护栏加入Dify平台,打造可信赖的 AI
3544 166
|
7月前
|
人工智能 Java API
Java与大模型集成实战:构建智能Java应用的新范式
随着大型语言模型(LLM)的API化,将其强大的自然语言处理能力集成到现有Java应用中已成为提升应用智能水平的关键路径。本文旨在为Java开发者提供一份实用的集成指南。我们将深入探讨如何使用Spring Boot 3框架,通过HTTP客户端与OpenAI GPT(或兼容API)进行高效、安全的交互。内容涵盖项目依赖配置、异步非阻塞的API调用、请求与响应的结构化处理、异常管理以及一些面向生产环境的最佳实践,并附带完整的代码示例,助您快速将AI能力融入Java生态。
1165 12
|
7月前
|
SQL 数据可视化 关系型数据库
MCP与PolarDB集成技术分析:降低SQL门槛与简化数据可视化流程的机制解析
阿里云PolarDB与MCP协议融合,打造“自然语言即分析”的新范式。通过云原生数据库与标准化AI接口协同,实现零代码、分钟级从数据到可视化洞察,打破技术壁垒,提升分析效率99%,推动企业数据能力普惠化。
570 3
|
7月前
|
人工智能 安全 数据库
构建可扩展的 AI 应用:LangChain 与 MCP 服务的集成模式
本文以LangChain和文件系统服务器为例,详细介绍了MCP的配置、工具创建及调用流程,展现了其“即插即用”的模块化优势,为构建复杂AI应用提供了强大支持。
|
7月前
|
存储 人工智能 资源调度
MCP协议深度集成:生产级研究助手架构蓝图
本文详解基于LangGraph与MCP协议构建研究助手的技术方案,涵盖双服务器集成、状态化智能体设计与用户元命令控制,助你掌握生产级代理系统开发要点。
638 1
|
8月前
|
人工智能 自然语言处理 安全
Python构建MCP服务器:从工具封装到AI集成的全流程实践
MCP协议为AI提供标准化工具调用接口,助力模型高效操作现实世界。
1415 1
|
8月前
|
供应链 监控 搜索推荐
35页PPT|零售行业自助数据分析方法论:指标体系构建平台集成、会员与商品精细化运营实践
在零售行业环境剧变的背景下,传统“人找货”模式正被“货找人”取代。消费者需求日益个性化,购买路径多元化,企业亟需构建统一的指标体系,借助BI平台实现数据驱动的精细化运营。本文从指标体系构建、平台集成到会员与商品运营实践,系统梳理零售经营分析的方法论,助力企业实现敏捷决策与业务闭环。
35页PPT|零售行业自助数据分析方法论:指标体系构建平台集成、会员与商品精细化运营实践
|
8月前
|
SQL 关系型数据库 Apache
从 Flink 到 Doris 的实时数据写入实践 —— 基于 Flink CDC 构建更实时高效的数据集成链路
本文将深入解析 Flink-Doris-Connector 三大典型场景中的设计与实现,并结合 Flink CDC 详细介绍了整库同步的解决方案,助力构建更加高效、稳定的实时数据处理体系。
3097 0
从 Flink 到 Doris 的实时数据写入实践 —— 基于 Flink CDC 构建更实时高效的数据集成链路
|
8月前
|
消息中间件 存储 数据采集
Apache InLong:构建10万亿级数据管道的全场景集成框架
Apache InLong(应龙)是一站式、全场景海量数据集成框架,支持数据接入、同步与订阅,具备自动、安全、可靠和高性能的数据传输能力。源自腾讯大数据团队,现为 Apache 顶级项目,广泛应用于广告、支付、社交等多个领域,助力企业构建高效数据分析与应用体系。
|
9月前
|
缓存 人工智能 监控
MCP资源管理深度实践:动态数据源集成方案
作为一名深耕AI技术领域多年的开发者,我见证了从传统API集成到现代化协议标准的演进历程。今天要和大家分享的MCP(Model Context Protocol)资源管理实践,是我在实际项目中积累的宝贵经验。MCP作为Anthropic推出的革命性AI连接标准,其资源管理机制为我们提供了前所未有的灵活性和扩展性。在过去的几个月里,我深度参与了多个企业级MCP项目的架构设计和实施,从最初的概念验证到生产环境的大规模部署,每一个环节都让我对MCP资源管理有了更深刻的理解。本文将从资源生命周期管理的角度出发,详细探讨文件系统、数据库、API等多种数据源的适配策略,深入分析实时数据更新与缓存的最佳实践
307 0

热门文章

最新文章

下一篇
开通oss服务