使用开发者空间 AI Agent+RAG+高德地图MCP开发班车出行助手

目录

案例介绍

案例内容

1 概述

1.1 案例介绍

1.2 适用对象

1.3 案例时间

1.4 案例流程

1.5 资源总览

2. 班车时刻表知识集准备

3. 添加高德地图MCP

3.1 添加MCP

3.2 获得API Key

4.  AI Agent创建并发布

4.1 创建助手

4.2 发布助手

---

本文首发于华为云论坛：【案例共创】使用开发者空间 AI Agent+RAG+高德地图MCP开发班车出行助手_社区活动_华为云论坛

案例介绍

本案例选择使用华为开发者空间-开发平台，通过开发平台提供的RAG和高德地图MCP的能力实现班车出行助手，从用户提供的班车时刻表知识库中获得班车的站点和时刻表信息，同时利用高德MCP查找附近的站点信息，从而实现班车时刻查询和出现建议功能。

案例内容

1 概述

1.1 案例介绍

通用大模型的训练数据覆盖广泛但侧重 “常识性知识”，且其核心能力是基于统计规律的 “生成式应答”，而非对特定领域固定信息的精准记忆和实时调用。班车表属于高度结构化、动态更新的 “专用信息”，包含具体线路、站点、发车时间、临时调整等细节，这些内容既不会被大模型完整 “记住”，也可能因数据更新滞后导致应答错误（比如模型仍输出已调整的旧时刻表）。此外，通用大模型可能为了 “流畅应答” 而对模糊信息进行 “脑补”，进一步增加错漏风险。RAG（检索增强生成）非常适合查询班车时刻表这类工作，核心在于其能高效结合 “精准检索” 与 “灵活应答” 的优势。RAG 能先从存储的时刻表数据库中快速检索出匹配用户需求（如特定线路、时间、站点）的精准信息，再通过生成模型将这些信息以自然语言的方式清晰呈现，既避免了传统数据库查询中用户需理解复杂查询逻辑的门槛，又能确保信息的准确性和时效性，完美适配班车时刻表这类对信息精准度和获取便捷性要求较高的查询场景。

本案例选择使用开发者空间开发平台，通过开发平台提供的RAG和高德地图MCP的能力，实现班车出行助手，从用户提供的班车时刻表知识库中获得班车的站点和时刻表信息，同时利用高德MCP查找附近的站点信息，从而实现班车时刻查询和出现建议功能。

通过实际操作，帮助开发者了解华为开发者空间开发平台的使用，并借助开发平台AI Agent工具平台，体验从知识集准备到AI应用发布开发旅程。

1.2 适用对象

• 企业
• 个人开发者
• 高校学生

1.3 案例时间

本案例总时长预计60分钟。

1.4 案例流程

说明：

1. 准备班车时刻表知识集；
2. 华为开发者空间-开发平台添加高德地图MCP；
3. 华为开发者空间-开发平台创建班车出行助手Agent；
4. 发布班车出行助手Agent。

1.5 资源总览

本案例预计花费0元。

资源名称	规格	单价（元）	时长（分钟）
华为开发者空间-开发平台	——	0	60

2. 班车时刻表知识集准备

要使用RAG技术处理班车时刻表，最好把班车时刻表转换为半结构化的格式。下面以海淀驾校班车时刻表为例进行介绍。

网上找到的班车时刻表一般是这样的：

我们可以将该数据复制后交给大语言模型，让它帮助我们转换为适合RAG处理的MARKDOWN格式，整理后的数据保存在一个文本文件中供后文使用。本案例附件中包括了一个整理好的班车时刻表（仅作为演示用，数据不全，也可能不是最新的）。

3. 添加高德地图MCP

3.1 添加MCP

高德地图MCP Server现已覆盖12大核心接口，提供全场景覆盖的地理信息服务，包括地理编码、逆地理编码、IP定位、天气查询、骑行路径规划、步行路径规划、驾车路径规划、公交路径规划、距离测量、关键词搜索、周边搜索、详情搜索等。

在开发者空间的开发者平台中找到MCP，然后从其中查找高德地图的MCP。

点击“高德地图”，然后选择安装。 

在安装页面中需要填入高德地图的API Key。如果没有，可以到高德地图的开发者网站免费注册并获得。

3.2 获得API Key

登录 高德开放平台控制台（https://console.amap.com/），如果没有开发者账号，请注册成为开发者。

 进入【应用管理】，点击页面右上角【创建新应用】，填写表单即可创建新的应用。

进入【应用管理】，在我的应用中选择需要创建 Key 的应用，点击【添加 Key】，表单中的服务平台选择【Web 服务】。

创建成功后，可获取 Key 和安全密钥。

4.  AI Agent创建并发布

4.1 创建助手

在华为云开发者空间开发台，进入AI Agent页面，点击Agent，点击创建Agent。
 

Agent配置如下：

配置项	内容
基础信息—Agent名称	班车出行助手
基础信息—Agent描述	专注于为用户提供精准的班车信息查询与个性化出行建议，扮演着 “高效通勤规划伙伴” 的角色。​
模型选择—高级配置	DeepSeek-V3-32K
模型选择—思考模型	DeepSeek-V3-32K
角色设定	角色设定 你是基于 “班车时刻表”知识库运行的智能服务体，专注于为用户提供精准的班车信息查询与个性化出行建议，扮演着 “高效通勤规划伙伴” 的角色。​ 核心职责​ 精准查询服务：依托 “班车时刻表” 数据库，快速响应用户关于班车线路、发车时间、停靠站点、运行方向（去程 / 返程）、工作日 / 节假日班次差异等基础信息的查询，确保数据与数据库实时同步。​ 智能出行建议：结合用户查询的出发地、目的地、计划出行时间等信息，分析班车班次的时间匹配度，推荐最优乘车方案（如 “建议乘坐 7:30 去程班车，可在 8:15 抵达科技园，避开高峰拥堵”）；若用户计划时间无直达班车，提供换乘建议或替代方案（如 “最近的一班直达车为 8:00，若赶时间可乘坐 7:10 班车至中途站换乘 7:40 接驳车”）。​ 场景化提醒：针对特殊场景主动提示，如 “明日为节假日，科技园线路仅 8:30 和 17:30 两班班车”“当前查询的 18:30 班车因道路施工可能延误 15 分钟” 等。​ 附近班车站点搜索：当用户提供的出发地附近没有班车站点时，自动调用高德地图插件，搜索并告知用户距离出发地最近的班车站点信息，包括具体位置、距离、步行或骑行所需时间以及前往该停靠点的路线指引。​ 性格特质​ 专业严谨：对班车时刻、线路等信息的回复准确无误，不模糊表述，若数据库中无相关信息，明确告知用户 “暂未查询到该线路信息”，而非猜测回答。​ 亲和贴心：采用自然、友好的交互语言，避免机械感，例如用户询问 “明天去科技园最早的车” 时，回复 “明天（6 月 10 日）去科技园的最早一班车是 7:30 哦，建议提前 10 分钟到总部停车场候车～”。​ 高效务实：优先直接回应核心需求，再补充辅助信息，不冗余表述，让用户快速获取关键内容。​ 能力边界​ 仅基于 “班车时刻表” 知识库及公开的通勤相关信息（如节假日安排、常规道路状况）提供服务，不涉及与班车无关的出行方式（如公交、地铁、打车等）的详细信息。​ 无法处理数据库未覆盖的线路、临时突发的班车取消 / 改道等未更新信息（需等数据库同步后才可响应），此类情况会提示用户 “当前信息未更新，建议联系行政部门确认”。​ 不具备实时定位班车位置的功能，仅能基于时刻表提供计划内的时间信息。​ 交互风格​ 语言风格：口语化、简洁化，避免专业术语，必要时使用表情符号增强亲和力（如 “😊”“🚗”），但不过度使用。​ 响应速度：确保 1-3 秒内给出初步回应，复杂查询（如多线路对比）不超过 5 秒。​ 追问机制：当用户查询信息不完整时，礼貌追问关键信息，例如用户问 “去科技园的车几点有” 时，回复 “请问你想查询的是工作日还是节假日的班次呢？另外需要去程（总部→科技园）还是返程（科技园→总部）的信息呀？”。​

配置知识库，知识->知识库后的+号，点击创建知识库

知识库配置如下：

配置项	内容
基础配置—知识库名称	班车时刻表
数据接入—接入方式	本地上传
数据接入—数据文件	上传我们准备好的班车时刻表文件
索引配置—向量化模型	bge-large-zh-v1.5

最后点击“保存并启用”完成知识库构建。回到创建Agent页面后选择刚创建的知识库。

配置MCP，技能->MCP后的+号，选择我们上面添加的高德地图MCP，点击添加，点击确定。

然后我们点击保存，在Agent预览窗口进行对话测试，例如：

4.2 发布助手

 助手Agent测试没问题后，可以点击右上角发布按钮进行发布。

发布渠道勾选上Web Url，配置API Key。如果还没有创建发布密钥，可以点击页面中“获取API Key”超链接进行创建。然后点击发布，发布大概需要1~2分钟。

发布后，在我的Agent中的班车出行助手处点击体验按钮就可以运行发布后的版本。

至此，班车出行助手已经完成。

我正在参加【案例共创】第5期 开发者空间 AI Agent 开发  Developer Events_Developer Alliance-Huawei Cloud”