Cooragent + 高德 mcp: 一句话搞定出行计划

高德地图MCP Server介绍以及使用 高德地图 MCP Server 现已覆盖12大核心服务接口,提供全场景覆盖的地图服务,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。 阅读详情

项目地址:https://github.com/LeapLabTHU/cooragent

Cooragent 是一个致力于解决 Agent 落地最后一公里的协作框架。用户无需输入任何 prompt,只需简单指令即可完成 Agent 的创建以及复杂任务协作。 Cooragent 无缝集成任何 MCP 应用,只需几行 json 配置。Agent 即能自动发现并使用 MCP tools.

最近高德也开放了自家的 MCP Server: AMAP
在 Cooragent 中配置高德 MCP server 只需在 config/mcp.json 中添加如下配置:

{
    "mcpServers": {
      "AMAP": {
        "url": "https://mcp.amap.com/sse",
        "env": {
          "AMAP_MAPS_API_KEY": "AMAP_MAPS_API_KEY"
        }
      }
    }
}

配置完成后,Cooragent 会自动将您在 mcp.json 中定义的这些 MCP 服务注册为可用工具。之后,智能体 (Agent) 在规划和执行任务时便可以选择和使用这些工具,从而实现复杂任务协作。 如上配置好高德地图相关工具后,即可通过一句话实现让 agent 完成旅行规划。

步骤

1 完成安装教程
2 进入 CLI 交互式工具。

cd cooragent
python cli.py

3 输入指令

run -t agent_factory -u test -m "1.我想在 2025年 5 月 13 日从上海出发去北京游玩五天,请你帮我规划一个详细的旅游规划,包含交通(飞机)、食宿、景点、花销等,必须非常详细!"

4 结果如下:

旅行规划智能体

【MCP】魔搭社区MCP服务(高德地图、everything文件搜索) 魔搭社区MCP服务搭建及高德地图、everything文件检索功能示例 阅读详情

相关推荐

数字工匠的蓝图:揭秘Cooragent中AI智能体模板的设计与运作

多智能体协作系统(Multi-Agent Systems)在人工智能领域展现出解决复杂问题的巨大潜力。LeapLabTHU 的 Cooragent 项目通过基于模板的智能体设计,提供了一种高效、灵活的管理方案。Cooragent 的核心在于使用 Markdown 文件作为智能体模板,定义了智能体的角色、任务、执行步骤和注意事项。这些模板通过 template.py 文件动态生成系统提示,结合智能体状态,驱动智能体执行任务。Agent 类封装了智能体的关键信息,而 AgentManager 则负责智能体的生命

步子哥的博客 1127

清华LeapLab开源Cooragent框架:一句话构建本地智能体服务群,让AGI真正触手可及

Cooragent由清华黄高教授团队主导研发,其核心目标是消除智能体与用户的交互壁垒。通过和两大创新模式,用户只需一句自然语言描述(如「创建一个AI情报收集秘书」),即可生成具备自主协作能力的智能体群,无需编写任何代码或Prompt。数据主权在握:所有数据(智能体配置、交互记录、生成内容)完全存储在用户本地设备,支持私有服务器部署。一键安装,零门槛使用:通过简单命令即可启动框架,无需依赖云服务,确保隐私与安全。Cooragent的诞生,标志着智能体技术从实验室走向大众的重要一步。

东方佑 1738

智能体创世纪:Cooragent 如何用“一句话”开启你的 AI 协作时代

从最初对通用人工智能(AGI)的朦胧憧憬,到如今Cooragent框架的惊艳亮相,我们正亲眼见证着智能体技术从遥不可及的实验室走向大众的关键一步。清华大学LeapLab团队以其深厚的技术积淀和前瞻的开源精神,为我们献上了一份厚礼。它用**“一句话生成智能体”**的魔法,让我们摆脱了对繁琐Prompt和复杂代码的依赖,使得AI的创造权真正掌握在了每一个用户手中。它以和两大模式为双翼,赋予了智能体独立思考和团队协作的强大能力,能够从容应对从简单查询到复杂项目策划的各种挑战。它坚持本地化部署。

步子哥的博客 1688

ChatGLM3分布式训练方案:DeepSpeed Zero系列配置实战指南

ChatGLM3作为清华大学与智谱AI联合推出的新一代对话预训练模型,在分布式训练方面提供了完整的DeepSpeed支持方案。本文将详细介绍ChatGLM3的DeepSpeed Zero配置实战,帮助开发者快速掌握大规模模型训练的核心技术。🚀 ## 什么是DeepSpeed Zero分布式训练? DeepSpeed Zero是一种革命性的内存优化技术,专门为训练超大规模语言模型而设计。在Ch

gitblog_00527的博客 1246

DeepSeek掘金——DeepSeek-R1图形界面Agent指南

ChatGPT Operator 是 OpenAI 提供的一项高级功能,允许用户创建能够执行复杂任务(例如推理、Web 自动化和多步骤问题解决)的高级 AI 代理。例如,ChatGPT Operator 在这个视频。

3902

抽丝剥茧:当Agent通过接入高德MCP Server实现行程规划实际中间发生了啥

本文将以 LLM Agent调用 “高德MCP Server” 完成“从广州天河到九江瑞昌市最短路线规划”任务为例,深入剖析 LLM Agent 如何利用外部 MCP Server完成用户任务的核心逻辑、关键技术和设计考量。

kakaZhui的博客 667

使用 Cooragent 构建多智能体旅游规划服务

video(video-vXEygmuJ-1747623437439)(type-csdn)(url-https://live.youkuaiyun.com/v/embed/477938)(image-https://v-blog.csdnimg.cn/asset/6d9dcf55501dff67082d6de9c0bf87c1/cover/Cover0.jpg)(title-使用 Cooragent 构建多智能体旅游规划服务]通过 CLI 构建四个专用智能体,每个智能体均采用。

decipher_wang的博客 1625

Ansys Lumerical FDTD硬件配置避坑指南:从RTX 4090到A100的GPU选择实战

本文针对Ansys Lumerical FDTD仿真计算,深入分析了从消费级RTX 4090到专业级A100的GPU硬件配置选择。文章指出,选择的关键在于显存容量能否容纳仿真模型,并对比了二者在显存、双精度算力及多卡扩展性上的核心差异,为不同预算和仿真规模的用户提供了实战避坑指南与配置建议。

weixin_29196891的博客 273

【多智能体cooragent】CoorAgent 系统中 5 个核心系统组件分析

CoorAgent系统包含5个核心组件,其中4个符合智能体标准:协调者(coordinator)负责请求路由、规划者(planner)进行任务分解、发布者(publisher)控制执行流程、代理工厂(agent_factory)作为元智能体可动态创建新代理。这些组件均具备独立LLM支持、专用prompt模板和自主决策能力。唯一的非智能体组件agent_proxy仅作为代理调用器,负责执行具体代理任务但不具备自主决策能力。系统通过多智能体协作实现复杂任务的自动化处理,其中agent_factory的元智能能力

m0_56997192的博客 1137

从格雷码到多频外差:结构光相位展开实战指南(附Python仿真代码)

本文深入探讨了结构光三维测量中的相位展开技术,重点对比了格雷码和多频外差法在工业检测、逆向工程等领域的应用。通过详细的原理图解和Python仿真代码,展示了两种方法在精度、抗噪性和适用场景上的差异,为实际工程中的技术选型提供实用指南。

weixin_42535703的博客 434

Zotero插件安装保姆级教程:从Jasminum到Sci-Hub,一站式搞定文献管理

本文提供Zotero插件安装的保姆级教程,从Jasminum到Sci-Hub,一站式搞定文献管理。通过详细配置和实战案例,帮助用户高效构建文献工作流,提升研究效率。重点介绍了元数据抓取、PDF管理、文献分析和知识产出等关键插件的使用方法。

weixin_42531516的博客 171

高德地图MCP服务使用案例

2025年3月,高德地图推出MCP服务,为开发者提供12项核心实时数据。5月升级后,用户可通过MCP Server将AI生成的攻略与高德APP无缝对接,自动创建专属地图,实现一键导航、打车等全流程服务。使用需先申请高德Key,在ModelScope平台配置MCP服务,并通过CherryStudio完成设置。该服务让用户享受从行程规划到实际出行的智能化体验,打造个性化"出行秘书"。官方地址可查看高德地图API文档。

super_mochi1 1565

Unity AR开发实战:从Vuforia图片识别到实体识别全流程解析

增强现实(AR)技术通过计算机视觉算法将虚拟信息叠加到现实世界,其核心原理在于对现实环境的感知与理解。在移动端AR开发中,图像识别与物体识别是实现虚实融合的关键技术,它们决定了虚拟内容能否准确、稳定地与现实对象对齐。Vuforia作为成熟的商业AR SDK,为开发者提供了从平面图像识别(Image Target)到三维实体识别(Model Target)的完整解决方案,极大降低了计算机视觉技术的应用门槛。在工程实践中,Vuforia通过封装复杂的特征提取与匹配算法,使开发者能够专注于交互设计与内容制作,广泛

weixin_30972263的博客 301

【AI News | 20250422】每日AI进展

Vidu AI最新发布的Vidu Q1模型在权威视频生成评测榜单VBench的最新一期中,以总分第一的成绩登顶VBench-1.0和VBench-2.0的文生视频榜单,超越了Runway、Sora和LumaAI等国内外知名模型,并在视频质量、语义一致性、常识推理和物理理解等多个维度达到领先水平。有两种工作模式:Agent Factory:只需描述,Cooragent就会根据需求生成一个智能体,其自动分析需求,通过记忆和扩展深入理解用户需求,挑选合适的工具自动打磨Prompt,逐步完成智能体构建;

Jungle胡的博客 728

【实战揭秘】高胜率集合竞价抓涨停策略:融合MACD背离与斐波那契的量化模型

本文揭秘了一种高胜率集合竞价抓涨停策略,融合MACD背离与斐波那契数列的量化模型。通过量能异动、技术形态突破和资金共识形成的交叉验证,该策略在实盘中表现出色。文章详细解析了MACD背离的量化实现细节、斐波那契数列的实战应用,以及策略的量化建模过程,帮助投资者提升交易胜率。

herb5的博客 1562

STDP实战:用PyTorch从零搭建脉冲神经网络(附完整代码)

本文提供了基于PyTorch从零搭建脉冲神经网络的实战教程,重点讲解了STDP学习规则的原理与工程实现。通过构建LIF神经元模型和向量化STDP层,并结合泊松编码,详细演示了如何构建一个能够进行无监督特征学习的混合网络架构,为探索神经形态计算和低功耗实时学习方案提供了完整代码与实践指南。

weixin_29056145的博客 266

高德地图MCP服务接入实战

摘要:本文介绍了两种使用Python访问高德地图MCP服务的方法:1)通过SSE直连官方托管服务,适合快速调试;2)本地启动MCP进程进行调用,便于扩展。文章详细说明了两种方式的实现代码,包括获取APIKey、连接服务、获取工具列表和调用具体功能等步骤。此外还介绍了如何将MCP服务集成到LangChain/LangGraph中构建智能体应用,以及常见问题的排查方法。开发者可以根据需求选择适合的接入方式,利用高德地图提供的丰富地理信息服务。

m0_53830442的博客 2894

基于LendingClub数据的信贷分析和建模报告

一:课题分析 二:数据获取 三:数据探索 3.1主要特征含义理解 3.2特征分布 3.2.1目标特征分布 3.2.2分类变量的分布 3.2.3连续数值特征分布 3.2.4时序特征分布 3.2.5文字特征分布 3.2.6两两特征的协方差 四:数据预处理 4.1数据集划分 4.2特征缺失值识别与处理 4.2.1严重缺失值的处理 4.2.2缺失值填充 4.3同值性特...

棒子皮蹦蹦床 2万+

比 Claude Desktop 更加方便的本地智能体服务

与众多 MCP 框架不同的是 Cooragent 能够无感支持众多的 MCP 服务。Cooragent 即能够自动集成 MCP Tools,并且自动在任务中选择需要的 tool,以完成用户指定的任务。比起其他的框架,甚至是 Claude Desktop,Cooragent 使得用户对 MCP 的使用难度几乎降低到 0。中定义的这些 MCP 服务注册为可用工具。之后,智能体 (Agent) 在规划和执行任务时便可以选择和使用这些工具,从而实现更复杂的任务。在此 JSON 文件中定义您的 MCP 服务。

decipher_wang的博客 1143

003、高通骁龙Spectra ISP架构深度解析:IFE/BPS/IPE流水线与Chromatix调优实战

摘要: 本文深入解析高通骁龙Spectra ISP架构,重点剖析IFE、BPS、IPE三阶段的流水线协作机制与Chromatix调优实战。通过夜景预览"水波纹"案例,揭示HDR对齐与TNR运动估计的关联性问题,指出ISP调优需关注模块间的时序与带宽约束。文章详解各模块核心功能:IFE负责RAW域处理(HDR合成/校正),BPS专注降噪与细节增强,IPE进行YUV域精处理。针对Chromatix调优,强调参数与寄存器映射关系,并给出LSC网格密度、TNR运动灵敏度、LTM光晕等典型问题的解决方案。最后提出实用

zzfmlxs的博客 229

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

【智能体cooragent】不同的单智能体调用的大模型的推理的输入与输出

输入:模板化处理后的当前状态中的messages,其中主要起作用的是'planner'对新只能听做出的规划。输入:模板化处理后的用户输入,apply_prompt_template('publisher'),再加上'planner'做出的计划。输入:所有智能体架构+需求,在经过模板化处理,apply_prompt_template('agent_proxy')输入:模板化处理后的用户输入,apply_prompt_template('planner')输出:指定下一个节点,可能是新智能体创建(智能体工厂)

m0_56997192的博客 304

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

【cooragent多智能体】各个单智能体的输入与输出(实际案例)

本文介绍了基于CoorAgent的智能体工作流创建过程,通过一个交通规划智能体的创建案例,详细解析了各节点的输入输出格式和内容。工作流从Coordinator节点开始,判定任务复杂后转交Planner节点规划创建流程;Planner分析需求后决定创建新智能体,并规划了由agent_factory创建智能体和reporter生成报告两个步骤;Publisher节点依次协调各节点执行;agent_factory节点生成了包含路径规划、航班查询等工具的专业交通规划智能体;最终reporter节点输出详细创建报告。

m0_56997192的博客 1158

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Cooragent架构设计深度剖析:从智能体管理到工作流引擎的实现原理

Cooragent是一个强大的AI智能体协作平台,它允许用户通过简单的指令创建智能体空间,并与其他智能体协作完成复杂任务。本文将深入剖析Cooragent的架构设计,从智能体管理到工作流引擎的实现原理,帮助读者全面了解这个开源项目的内部机制。 ## Cooragent架构概览 Cooragent的架构设计采用了模块化的思想,主要包含智能体管理、工作流引擎、工具集成和LLM集成等核心模块。这些模

gitblog_00069的博客 983

51c大模型~合集120

然而,视觉 token 在时序上具有局部性:对于当前解码帧,其邻近帧需要更细粒度的时序交互,而远离的帧通常仅需作为记忆存在,无需深入的时序交互。Agent Factory 模式下,你只需要你对智能体做出描述,Cooragent 就会根据你的需求生成一个智能体,系统的会自动分析用户需求,通过记忆和扩展深入理解用户,省去纷繁复杂的 Prompt 设计。它不仅加速了知识的创造和传播,激发了前所未有的协作模式,更让智能体真正「活」了起来,从单纯的工具转变为社区中积极的参与者和贡献者。

whaosoft~aiotの开发板商城 1万+

Gemini + 高德 MCP 实现旅行路线可视化

本文介绍了如何通过MCP插件实现Gemini与高德地图API的集成,利用其获取景点坐标并生成可视化旅行路线,同时展示了在景点间寻找合适饭店等实际应用场景。

Doris525763324的博客 2533
上一篇: 清华LeapLab开源cooragent框架:一句话构建您的本地智能体服务群
下一篇: 比 Claude Desktop 更加方便的本地智能体服务
decipher_wang
博客等级 码龄11年 24粉丝 10原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值