✈️🧳 AI Travel Agent - 基于 LangGraph 的实践案例 🌍

欢迎来到 AI Travel Agent 存储库！本项目展示了如何利用 LangGraph 构建一个智能旅行助手，该助手使用多个大语言模型 (LLM) 来处理查找航班、预订酒店和发送个性化电子邮件等任务。该 Agent 旨在与用户交互、调用必要工具，并提供无缝的旅行规划体验。

核心功能

状态化交互 (Stateful Interactions)：Agent 能够记忆用户的交互过程并从中断处继续，确保用户体验流畅。
人在回路 (Human-in-the-Loop)：用户可以控制关键操作，例如在发送电子邮件前审查旅行计划。
动态 LLM 使用：Agent 可针对不同任务（如工具调用和邮件生成）智能切换使用不同的 LLM。
邮件自动化：自动生成详细的旅行计划，并通过电子邮件发送给用户。

快速开始

克隆代码仓库，设置虚拟环境，并安装所需的软件包：

克隆项目：

git clone git@github.com:nirbar1985/ai-travel-agent.git

(如果您使用 pyenv 安装了 Python 3.11.9 版本)
```
pyenv local 3.11.9
```
安装依赖：
```
poetry install --sync
```
进入虚拟环境：
```
poetry shell
```

配置 API Keys

在项目根目录创建一个 .env 文件。

将您的 API Keys 和环境变量添加到 .env 文件中：

OPENAI_API_KEY=your_openai_api_key
SERPAPI_API_KEY=your_serpapi_api_key
SENDGRID_API_KEY=your_sendgrid_api_key

# 可观测性变量
LANGCHAIN_API_KEY=your_langchain_api_key
LANGCHAIN_TRACING_V2=true
LANGCHAIN_PROJECT=ai_travel_agent

请确保将占位符（your_openai_api_key, your_serpapi_api_key, your_langchain_api_key, your_sendgrid_api_key）替换为您真实的 Key。此版本包含了 OpenAI、SERPAPI、LangChain 和 SendGrid 所需的环境变量，以及 LANGCHAIN_TRACING_V2 和 LANGCHAIN_PROJECT 的相关配置。