AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

端午出游高定：通义灵码+高德 MCP 10 分钟定制出游攻略

2025-06-06 200
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 本文介绍了如何使用通义灵码编程智能体和高德MCP 2.0制作北京端午3天旅行攻略页面。首先需下载通义灵码AI IDE并获取高德申请的key，通过添加MCP服务、生成travel_tips.html文件完成初步攻略制作。用户可自定义页面风格、固定基础功能页面生成，并扩展MCP服务以满足多样化需求。文章还详细描述了开发专属MCP服务的过程，包括借助通义灵码编写代码、部署服务及调用工具，最终实现个性化旅游攻略生成。此外，提供了相关资料和参考链接，方便读者深入了解和实践。

马上端午小长假，计划去北京旅游，如何使用通义灵码编程智能体+高德MCP 2.0 制作 3 天端午旅行攻略页面。同时将生成的旅行攻略导入高德地图APP生成专属旅行地图，以满足行中探店、导航、打车等出行需求。甚至自己利用通义灵码定制专属的MCP 服务，打造更多个性化出游计划。今天我们就一起来试下吧！


利用已有MCP服务定制出游攻略

前提条件

  • 下载通义灵码 AI IDE[1]；
  • 已获取高德申请的key[2]；

步骤一：添加 MCP 服务

1. 单击通义灵码欢迎语中的 MCP 工具链接，或在右上角头像处进入个人设置，单击条形框，进入 MCP 服务页面。

2. 单击MCP 服务右侧的+，并选择手动添加，然后在弹出的添加MCP服务页面，配置以下选项：

使用获取高德申请的key[2]替换<您在高德申请的key>，注意不要有空格。

3. 单击立即添加，等到链接图标变成绿色则代表MCP服务添加成功。

步骤二：生成travel_tips.html文件

重要


在通义灵码智能体工作之前，请务必确保已经打开了任一工程文件，否则 MCP 调用会失败 ，更多通义灵码相关MCP使用问题，MCP常见问题说明[3]。


1. 打开通义灵码智能会话对话框，并切换为智能体模式。


2. 在对话框中输入以下提示词并回车。

##北京3天端午节（25年5月31日到25年6月2日）的旅行攻略。
#帮我制作旅行攻略，考虑出行时间和路线，以及天气状况路线规划。
#制作网页，页面包含天气卡片展示3天的天气详情以及旅行小贴士，展示每天的旅行计划，每天安排3个景点。
#制作网页地图自定义绘制旅游路线和位置。
##网页使用简约美观页面风格，景区图片以卡片展示。
#行程规划结果在高德地图app展示，并集成到h5页面中。
##同一天行程景区之间我想打车前往。
#生成文件名 travel_tips.html。

*如需要制作别的城市攻略，可以直接将“北京”更改为相关地名。

3. 通义灵码智能体根据输入的需求进行代码文件自主生成，最终生成travel_tips.html文件。

4. 最终生成的页面效果如下所示。

  • 如果生成的页面效果、交互形式、字体及颜色不符合您的预期，您可以通过多轮对话，如prompt补充进去“每个地点到下一个地点需要生成打车链接命名为：从 XX 到 XX 打车“、“打车按钮的链接显示白色”、“打车点位坐标需要正确对上浏览景点”等，让通义灵码持续优化生成的代码；
  • 使用浏览器打开生成的travel_tips.html即可查看最终实现效果；

完整代码见文末参考链接[4]。

步骤三：手机端查看已发布上线的攻略

详情见文末参考链接[5]。

如需要部署上线，可参考以下环节中的“利用通义灵码打造自己专属的MCP服务”本地部署方式


利用通义灵码打造自己专属的MCP服务

发现当前问题

初步体验已告一段落。整体效果直观明了，但仍有一些个性化需求有待进一步完善：

  • 我希望可以自定义页面风格，打造更具视觉冲击力与特色的酷炫界面；
  • 我希望基础功能页面的生成能够固定化，每次生成页面，无需输入完整提示词；
  • 我希望MCP 服务支持更多扩展工具，以满足多样化的使用场景。

了解工作原理

为了解决上述问题，不妨回头看看智能体和MCP是如何协同工作的。


展开高德MCP服务详情，如您所见，它包含一系列工具簇，每个工具详细规定了输入参数和输出结果的内容和格式。以maps_weather为例，规定的输入是城市名称，输出是该城市的天气信息。

我们可以单独测试这个工具，输入以下提示词：查询北京的天气。工作过程如下：

1. 智能体首先查询MCP服务列表中可用的工具，根据提示词判断需要调用amap-sse/maps_weather这个工具。


2. 智能体根据提示词中的北京，以及工具规定的输入格式，判断调用工具时传入的参数应为{"city": "北京"}。您很容易联想到传统的API接口调用方式，然而不同的是，这次是由智能体决策输入参数的内容和格式，而不是由程序员。


3. MCP工具返回结果，它是一个包含天气信息的字典，如下所示。注意此处的输出格式是完全由MCP工具定义的，这点与传统的API接口调用方式一致。


city:"北京"
forecasts:
  - date:"2025-05-30"
    ...
    daytemp:"33"
    nighttemp:"22"
    daywind:"西南"
    nightwind:"西南",
    ...
  - date:"2025-05-31"
    ...

尽管实际数据交互采用JSON格式，但并不利于人类阅读理解，所以这里我们采取YAML格式来展示。


4. 智能体将会参考MCP工具的输出结果，完成我们在提示词中指定的任务。具体到本例，它将天气信息解析成自然语言，生成最终回答。


对于开篇提到的生成北京旅游攻略这类复杂任务，智能体可能会循环执行上述流程，调用多个MCP工具，迭代生成内容，直到得出它满意的最终回答。

思考改进方法

您可能很快想到，如果MCP服务能直接提供一个工具amap-sse/maps_travel_tips，输入{"city": "北京"}，直接输出旅行攻略所需的全部数据字段，然后用一个固定且样式美观的HTML模板将结果渲染出来，那该有多好呀！如果有这样一个理想的MCP工具，其输出结果应该类似于：

city:"北京"
plans:
  - date:"2025-05-30"
    weather-tip-of-the-day:"白天气温较高，注意防止中暑"
    plan-of-the-day:
      - place:"天安门"
        starttime:"07:30"
        endtime:"08:30"
        reason:"感受首都的独特魅力"
      - place:"故宫博物院"
        starttime:"10:00"
        endtime:"14:00"
        reason:"与前一景点相距不远，此时天气转热，适合室内游览"
      - place:"八达岭长城"
        starttime:"15:00"
        endtime:"18:00"
        reason:"不到长城非好汉"
   - date:"2025-05-31"
     weather-tip-of-the-day:"..."
     plan-of-the-day:
       ...

高德MCP服务暂未提供这个最匹配我们业务目标的工具，但我们可以动手开发一个专属的MCP服务。

步骤一：借助通义灵码开发MCP服务


通义灵码智能体模式具备自主决策、环境感知、工具使用等能力，可以根据开发者的编码诉求，使用工程检索、文件编辑、终端等工具，可以端到端完成编码任务。明确了目标和思路之后，可以使用通义灵码智能体来帮您完成MCP服务的开发工作。


1. 让智能体帮助我们制定开发计划。选择智能体模式，选择模型为qwen3，依次输入以下提示词，并获得相应结果：


智能体使用的大模型知识库中可能不包含MCP的相关知识。因此使用过程中，建议连接提供互联网搜索工具的MCP服务。


  • Python开发一个MCP（Model Context Protocol） 服务，有哪些框架？从输出结果了解到：FastMCP专为 MCP 设计的轻量级 Python 框架，提供完整协议实现。
  • 如何用FastMCP开发一个MCP服务？列举大致步骤。从输出结果了解到大致步骤如下：1. 安装Python与依赖；2. 初始化 MCP 服务；3.定义工具/资源/提示；4. 配置传输协议；5.部署与测试。每个步骤都被拆解成可执行的行动，甚至包含了可执行的代码。


2.根据上述开发计划，安装好Python及依赖后，让智能体帮助您编写初始MCP工程。提示词为：编写一个FastMCP框架实现MCP Server的脚手架工程。


3. 接下来就让智能体帮我们实现 MCP Server 的工具：

  • 提示词为：为MCP Server定义一个工具maps_travel_tips，输入应为代表城市名称的字符串，输出应为包含旅行攻略信息的字典，字典格式参考data_format/travel_tips.json。工具的执行过程是：1.调用MCP服务amap-sse/maps_weather根据输入的城市获取天气信息；2. 调用amap-sse/maps_text_search根据输入的城市和关键字'旅游景点'获取候选景点信息；3. 将上述步骤中获取的信息输入到阿里云百炼提供的大模型文本生成接口，模型选择'qwen3-32b'，提示词请参考prompt/travel_tips_prompt.py。


  • 说明：data_format/travel_tips.json和prompt/travel_tips_prompt.py可以放在本地工程内，在通义灵码中通过#上下文添加引入。文件内容可以在文末参考链接[6][7]下载。


4. 如果对生成的代码有进一步的想法，或者初次生成的代码未达预期，您可以继续追加需求或提出优化建议，通义灵码会持续为您完善代码内容。另外，在开发过程中如遇到异常问题，通义灵码也可以协助您进行代码问题修复、调试或运行错误的排查等。

步骤二：部署MCP服务


开发完成后，您需要实际地部署MCP服务，来验证是否实现了预期效果。


为了便于演示，我们为您提供示例MCP服务代码[8]，它完整实现了一个生成旅游攻略的MCP服务，并且能够方便地扩展新功能。


您可以在本地运行它，并快速验证效果：


1. 安装UV工具：

a. 对于Linux或macOS用户，执行curl -LsSf https://astral.sh/uv/install.sh | sh。

b. 对于Windows用户，建议通过WSL[9]运行Linux子系统，然后执行上述指令。


2. 下载示例代码：执行git clone https://atomgit.com/lanxi1/amap_tour_guide_mcp_server.git && cd amap_tour_guide_mcp_server/。

a. 如果报错提示未检测到git命令，需要先安装git[10]。

b. 如果您不希望安装git，可以直接在代码仓库页面下载压缩包，解压后在IDE中打开。


3. 配置环境变量：

a. 将项目路径下.env.sample文件更名为.env。

b. 将其中your_own_amap_key替换为您在高德申请的key[2]。

c. 将其中your_own_dashscope_api_key替换为您的API Key[11]。


4. 运行MCP服务：执行uv run python mcp_server.py。保持server运行，不要关闭终端窗口。

步骤三：连接MCP服务

为通义灵码手动添加MCP服务，类型选择SSE，服务地址设置为http://127.0.0.1:8000/mcp。确认后，观察MCP客户端显示连接成功状态，且能够发现MCP服务提供的工具。


后续过程中，如果出现MCP服务器断连的现象，请返回本页面，在MCP服务列表中点击对应服务的刷新按钮，确保服务恢复为连接状态。

步骤四：调用MCP服务

返回会话窗口，选择智能体模式，选择模型为qwen3，在对话框中输入以下提示词并回车：生成北京旅游攻略的html页面。

1. 观察大模型是否调用正确的工具并传入正确的参数，如果确认无误，则点击确认执行。

2. 如果没有自动生成页面，则需要展开已执行MCP工具，点击执行结果中的复制按钮。手动创建名为travel_tips.html的文件，将内容粘贴到文件中并保存。

3. 生成的页面可以在浏览器中打开，查看效果。


您部署的MCP服务依赖于远程调用高德平台提供的API、百炼平台提供的大模型文本生成服务，由于网络波动或大模型生成内容的随机性，可能导致MCP工具调用失败。通常等待一段时间后重新执行上述步骤，或稍微调整下提示词，即可执行成功。

自由探索

您可以在上述专属MCP服务基础上二次开发、深度定制，在此过程中也请积极尝试借助通义灵码的编程智能体来提升编码效率。以下提供一些探索方向，期待您的参与：

  • 优化本例代码的架构、算法，完善异常捕获、日志记录等功能，使其具有更好的可维护性、执行效率、健壮性。
  • 当前生成的HTML内容以字符串形式返回结果，需要手动粘贴到HTML文件中。建议尝试调用其他MCP服务来将内容自动保存为HTML文件，如果当前没有可用的MCP服务，可以尝试自己编写一个。
  • 当前生成的推荐景点是通过调用高德MCP的搜索工具来实现的，无法实现创造性内容的生成。建议尝试调用其他MCP服务来实时捕捉社交平台上的旅游热点和推荐内容，并将其整合到定制攻略时的决策链路中，如果当前没有可用的MCP服务，可以尝试自己编写一个。


相关资料：

通义灵码安装下载：https://lingma.aliyun.com/download

通义灵码相关MCP使用问题：https://help.aliyun.com/zh/lingma/support/faq-mcp

获取高德申请的key：https://lbs.amap.com/api/mcp-server/create-project-and-key

参考链接：

[1]https://lingma.aliyun.com/download

[2]https://lbs.amap.com/api/mcp-server/create-project-and-key

[3]https://help.aliyun.com/document_detail/2922563.html

[4]https://tongyi-code.oss-cn-hangzhou.aliyuncs.com/activity/travel_tips-2-20250530.html

[5]https://lbs.amap.com/fn/iframe?path=mcp-server/example/customization

[6]https://tongyi-code.oss-cn-hangzhou.aliyuncs.com/activity/travel_tips-20250530.json

[7]https://tongyi-code.oss-cn-hangzhou.aliyuncs.com/activity/travel_tips_prompt-20250530.py

[8]https://atomgit.com/lanxi1/amap_tour_guide_mcp_server

[9]https://learn.microsoft.com/en-us/windows/wsl/install

[10]https://git-scm.com/book/en/v2/Getting-Started-Installing-Git

[11]https://bailian.console.aliyun.com/?tab=doc#/doc/?type=model&url=https%3A%2F%2Fhelp.aliyun.com%2Fdocument_detail%2F2840915.html&renderType=iframe



来源  |  阿里云开发者公众号

文章标签：
开发工具
API
Python
git
自然语言处理
关键词：
通义灵码mcp
通义灵码高德mcp
通义大模型mcp
通义大模型10分钟
通义灵码10分钟
阿里云开发者
目录
相关文章
阿里云云原生
|
3月前
|
传感器 人工智能 IDE
通义灵码用户说 | 编程智能体+MCP加持，秒查附近蜜雪冰城
通义灵码现已全面支持Qwen3，新增智能体模式，具备自主决策、环境感知、工具使用等能力，可端到端完成编码任务。支持问答、文件编辑、智能体多模式自由切换，结合MCP工具与记忆功能，提升开发效率。AI IDE重构编程流程，让开发更智能高效。
阿里云云原生
454 20
不起名字可以不
|
2月前
|
自然语言处理 前端开发 JavaScript
通义灵码开发文本大小写转换器，结合 MCP Server 自动部署
在日常编码、写作或处理文本时，大小写格式混乱常影响阅读与排版。为此，我们设计了“文本大小写转换器”，支持一键转换全小写、全大写、首字母大写等格式，操作便捷高效。还可通过中文指令与 通义灵码交互，结合 EdgeOne Pages MCP 部署，快速生成公开访问链接。让格式不再拖慢你的效率。
不起名字可以不
108 7
不起名字可以不
|
2月前
|
自然语言处理 UED
通义灵码实现大海、日出与白云的动态首页背景设计，MCP一键部署在线预览。
自然与意象融合的动态背景设计，以大海、日出和白云为核心元素，通过视觉心理与创意分层打造沉浸式网页体验。借助通义灵码，用自然语言即可快速生成复杂动画，实现“指令即搭建”的智能开发流程，让设计更高效且富有情感表达。
不起名字可以不
82 5
三桥君
|
2月前
|
SQL 人工智能 搜索推荐
MCP这个协议，如何让大模型从‘能说’迈向‘能做’？
本文由三桥君撰写，深入解析MCP（模型上下文协议）如何助力大模型从“能说”到“能做”，涵盖其核心原理、工作机制与多场景应用，为AI产品经理提供系统化知识与实践指导。
三桥君
462 61
阿里云云原生
|
30天前
|
弹性计算 开发工具 git
通义灵码助你打造专属高德 MCP 服务
如果现有的MCP服务不满足您的需求，通义灵码智能体能够帮助您开发专属MCP服务，直达业务目标。本案例以高德提供的基础MCP服务为基础，借助智能体开发一个订制旅游攻略的高级MCP服务。
阿里云云原生
153 9
阿里云云原生
|
3月前
|
人工智能 搜索推荐 测试技术
通义灵码 Agent+MCP：打造自动化菜品推荐平台，从需求到部署实现全流程创新
通过通义灵码编程智能体模式和 MCP 的集成，开发者可以高效构建在线菜品推荐网站。智能体模式大幅提升了开发效率，MCP 服务则为功能扩展提供了无限可能。
阿里云云原生
209 8
三桥君
|
2月前
|
消息中间件 人工智能 安全
企业级AI应用需要系统工程支撑，如何通过MCP大模型架构实现全链路实战解构？
本文三桥君深入探讨了MCP大模型架构在企业级AI应用中的全链路实战解构。从事件驱动、统一中台、多端接入、API网关、AI Agent核心引擎等九个核心模块出发，系统阐述了该架构如何实现低耦合高弹性的智能系统构建。AI专家三桥君提出从技术、内容、业务三个维度构建评估体系，为企业级AI应用提供了从架构设计到落地优化的完整解决方案。
三桥君
186 0
大熊计算机
|
3月前
|
自然语言处理 Rust Java
通义灵码编程智能体深度评测（Qwen3模型+终端操作+MCP工具调用实战）
通义灵码作为阿里云推出的智能编程解决方案，凭借Qwen3模型与MCP平台的协同，在代码生成、终端操作与工具链调用方面展现强大能力。本文从真实开发场景出发，评测其在多语言代码理解、自动化工作流及复杂工程任务中的表现，结合性能与成本数据，揭示其在提升开发效率与系统集成方面的工程价值。
大熊计算机
337 1
阿里云云原生
|
3月前
|
敏捷开发 自然语言处理 IDE
通义灵码+云效 DevOps MCP：通过云效工作项自动生成代码并提交请求
本文将详细介绍如何利用云效MCP服务，根据工作项内容生成对应代码、创建分支、提交代码，并发起合并请求。
阿里云云原生
365 1
TiAmoZhang
|
2月前
|
传感器 搜索推荐 IDE
新品发布：通义灵码深度适配Qwen3，支持智能体和MCP工具
通义灵码全新上线，深度适配Qwen3，集成3000+ MCP工具，支持智能体、记忆、工程感知等能力，大幅提升开发效率与体验。
TiAmoZhang
130 0

热门文章

最新文章

  • 1
    构建可靠AI Agent：从提示词、工作流到知识库的实战指南
  • 2
    深度解析大模型压缩技术：搞懂深度学习中的减枝、量化、知识蒸馏
  • 3
    开源VLM“华山论剑”丨AI Insight Talk多模态专场直播预告
  • 4
    【千问海报大赛·地方风物】创意征集令！用AI解锁家乡新名片，万元奖金等你来战！
  • 5
    智能体的自我视角解析（ Prompt大模型的自我描述 系列一）
  • 6
    黑箱与具身之间的因子框架（ Prompt大模型的自我描述 系列五）
  • 7
    如何把自己“建”出来（ Prompt大模型的自我描述 系列四）
  • 8
    【图像融合】差异的高斯：一种简单有效的通用图像融合方法[用于融合红外和可见光图像、多焦点图像、多模态医学图像和多曝光图像]（Matlab代码实现）
  • 9
    我的局限性与自我边界（ Prompt大模型的自我描述 系列三）
  • 10
    我是如何感知我自己的（ Prompt大模型的自我描述 系列二）
  • 1
    国际站用灵码好像还不错
    110
  • 2
    使用通义灵码写了一个多线程工具类，通义灵码处于什么水平
    148
  • 3
    AI时代下 | 通义灵码冲刺备战求职季
    160
  • 4
    云服务器 ECS产品使用问题之通义灵码不稳定、反复出现回答超时，该如何排查？
    370
  • 5
    首批！通义灵码获信通院代码大模型评估最高评级
    354
  • 6
    来点干货：AI 求职季通义灵码实战经验分享局
    408
  • 7
    2024 中国开发者调查报告出炉：通义灵码是开发者最常用的 AI 编码辅助工具
    845
  • 8
    传智教育引通义灵码进课堂，为技术人才教育学习提效
    465
  • 9
    通义灵码入职阿里云后，同事们的工作发生了哪些改变？
    253
  • 10
    嘿！通义灵码周边「超大鼠标垫」上线啦，更多玩法等待解锁
    1902

    • 相关课程

    更多
  • 通义灵码高效编程实践—云工开物高校营
  • 阿里云百炼大模型产品实践
  • ADB-PG+大模型一站式AIGC解决方案
  • 阿里云百炼，手把手教你如何构建企业大模型应用服务
  • 云原生AI套件：一键训练大模型及部署GPU共享推理服务
  • 【开眼界】大模型时代的个人应对策略

    • 相关电子书

    更多
  • OpenSearch向量检索和大模型方案
  • 通义万相：视觉生成大模型的进化与应用
  • 达摩院通义视觉生成大模型

    • 相关实验场景

    更多
  • 通过GPU云服务器生成个人版对话大模型
  • 如何快速训练大模型
  • 如何快速体验调用通义大模型
  • 在云上部署ChatGLM2-6B大模型（GPU版）
  • 使用AI容器镜像部署Qwen大语言模型
    • 下一篇
    蛋白质语言模型 ProGen：在实验室合成由 AI 预测的蛋白质