🗺️ 地点检索与路线规划 Agent

基于 Baidu Map API + DeepSeek API + MCP工具链 的地理信息智能助手（只在中国地区有效）

本项目实现了一个支持 地点检索 与 路线规划 的智能 Agent，并通过 MCP（Model Context Protocol）暴露一组可供任意大模型使用的地理工具。 你可以：

• 直接运行内置的 DeepSeek 驱动的 Agent

• 将 MCP 服务部署到服务器上，供任意兼容 MCP 的大模型使用

✨ 功能简介

本项目的 Agent 支持以下核心功能：

📍 地点检索

• 地址转坐标

• 根据经纬度搜索附近地点

• 获取用户 IP 并反查地理位置

🚗 多方式路线规划

基于百度地图 API，支持获取两地之间的：

• 驾车路线

• 公交路线

• 步行路线

• 骑行路线 （含距离、耗时、路线信息）

🤖 智能规划 Agent

• 主体运行于 ds_model.py

• 使用 DeepSeek Chat 作为推理模型

• 根据用户输入自动决定调用哪些 MCP 工具

• 最终以 Markdown 形式输出结构化结果（路线建议、比较、推荐等）

🔧 环境准备

1. 创建虚拟环境（Windows）

python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt

※ 若没有 requirements.txt，你也可以安装：

pip install openai httpx fastmcp

🔑 API设置

▶️ 方式一：本地运行 Agent（需要两个 API Key）

运行 ds_model.py 时必须设置：

▶️ 方式二：仅使用 MCP 工具（只需百度地图 API Key）

如果你要把 MCP 服务接入 第三方大模型应用（如 OpenAI + MCP），则只需要：

BAIDU_MAP_API_KEY

因为大模型由外部提供，不需要 DeepSeek API。

🚀 运行方式

✅ 方式一：直接运行 Agent（推荐）

运行 ds_model.py 前必须设置：

设置示例：

Windows PowerShell

setx BAIDU_MAP_API_KEY "你的百度AK"
setx DEEPSEEK_API_KEY "你的deepseek-key"

运行agent：

python ds_model.py

✅ 方式二：运行 MCP 工具服务（供其他大模型调用）

python baidu_map_search_mcp.py

运行后会以 stdio transport 的方式启动 MCP 服务

在配置时，填入 MCP 服务器路径即可，例如：

{
  "mcpServers": {
    "search_mcp": {
      "command": "<YOUR_VENV_PYTHON_PATH>",
      "args": ["<YOUR_BAIDU_MAP_SEARCH_MCP_PATH>"],
      "env": {
        "BAIDU_MAPS_API_KEY": "<YOUR_API_KEY>"
      }
    }
  }
}

🛠️ MCP 工具能力说明

search_mcp.py 定义了多个可被调用的工具：

这些能力会自动被 Agent 或第三方大模型调用，用于路线规划和地点检索。

📌 示例对话（本地运行 Agent）

用户：

帮我查一下广州塔附近有什么咖啡店？

Agent： （自动执行：地址→坐标→地点搜索）

## ☕ 广州塔附近的咖啡店（半径1000米）

- 瑞幸咖啡（380m）
- 星巴克（520m）
- MANNER COFFEE（810m）

### 📍 推荐理由
距离近、评分高、步行即达。