旅行规划新纪元：腾讯元宝大模型 × MCP Server扩展生态

历史背景

对于热爱旅行的人来说，我一直希望有一款真正好用的旅行规划工具。但由于种种原因，这个想法始终没能落地。直到最近，随着 Agent 技术和 MCP Server 的出现，我终于看到了自己尝试实现它的可能。

回想以前，每打算去一个陌生的城市，为了高效利用时间、玩得尽兴，总是得提前做足功课。那时候的旅行规划是怎么做的呢？无非是泡在各个平台上，反复翻看他人的游记和攻略——耗费大量时间精力不说，找到的行程还往往未必适合自己。毕竟每个人的兴趣点、体验感受都不相同，别人的推荐很难完全契合我心目中的理想旅行。

正是在这样的痛点之下，当看到 AI Agent 技术的迅速发展，尤其是像 MCP Server 这类架构的出现，我不禁开始想：现在我们是不是有了新的可能？是不是能以一种更智能、更个性化的方式，重新定义旅行规划？

腾讯位置服务 MCP Server

今天我们的计划就是通过在腾讯元宝智能体平台搭建智能体，并配置对应的腾讯位置服务MCP Server，通过与智能体Agent 进行AI 对话的方式，AI 自动解析对话内容并自动调用腾讯位置服务MCP Server，为我们的旅行规划提供完美的旅行方案。那么开始之前，我们先来简单介绍一下，腾讯位置服务MCP Server 的由来。

腾讯位置服务MCP Server由来

随着各类AI大模型的发展，快速推动了产业智能化进程，而AI与外部资源的交互，是应用落地的基础支撑。为了应对用户多样性的需求，产生了丰富的外部工具，但是因为各类大模的不同开发标准，也造成了一个工具无法在不同AI中运行，额外适配要花费大量精力与成本，介于此，MCP协议的推出形成了统一规范，使得AI与外工具的结合更为简单高效，促进了AI的落地化进程。

在AI应用场景中，与真实世界取得连接，进行个性化推荐（推荐餐厅、酒店、活动、景区等），行程规划，获取实时出行信息等，让AI服务于人们现实生活，是很多企业与开发者迫切希望实现的。

对此腾讯位置服务推出基于MCP协议的位置服务开发接口，助开发者们快速实现基于地理位置的AI服务。

功能介绍

为了方便开发者通过MCP Server 使用腾讯位置服务，官方根据智能体的常见对话场景，在MCP Server中集成如下WebServiceAPI接口

工具 / 接口名称

接口路径

说明

geocoder  地址解析

/ws/geocoder/v1?address=*

功能：提供由文字地址到经纬度的转换能力，并同时提供结构化的省市区地址信息场景：询问智能体某一具体地址的经纬度时使用，常作用于获取周边搜索、路线规划所需的起终点坐标、搜索中心点坐标时使用

placeSuggestion  关键词输入提示

/ws/place/v1/suggestion

在指定城市或全国范围通过地点名称搜索时使用

reverseGeocoder  逆地址解析

/ws/geocoder/v1?location=*

提供由经纬度到文字地址及相关位置信息的转换能力

placeSearchNearby  地点搜索（周边）

/ws/place/v1/search

功能：提供周边搜索能力场景：在询问智能体在某地附近搜索相关地点时使用

placeAlongby  沿途搜索[高级]

/ws/place/v1/alongby

场景：在询问智能体从某地到某地沿途相关地点时使用，在前置一般会使用到路线规划获取沿途搜索需要的路线坐标点串

placeDetail  POI详情查询

/ws/place/v1/detail

提供通过POI ID查询其基础详情信息的能力

directionDriving  驾车路线规划

/ws/direction/v1/driving

功能：根据起点、终点（及途经点），结合算路偏好规划驾车路线场景：与智能体询问某地到某地距离、预估耗时、走哪条路，收费多少等信息时使用

waypointOrder  驾车路线规划  - 途经点智能排序 [高级参数]

/ws/direction/v1/driving?waypoint_order=1

场景：当询问智能体有多个目的地要去，先去哪再去哪整体顺序最优，距离最短

futureDrivingDirection  驾车路线规划  - 未来路线规划 [高级参数]

/ws/direction/v1/driving?departure_time=*

场景：当询问智能体在未来某时间点出发前往某地，驾车所需用时（本接口会参考未来预估路况进行计算，并返回结果）

directionTransit  公交路线规划

/ws/direction/v1/transit

功能：根据起终点经纬度，规划公交/地铁线路乘坐方案，支持指定出发时间（确保线路在首末车时段内），支持时间短、少换乘、少步行等多种偏好，同时返回路线总预估用时、总距离、总步行距离、票价，具体线路如何换乘（线路名、上车站、下车站名等）、