jellygo-family-drive-assistant

我是 Jelly 一名高校教师，作为代码小白首次参与OpenAgents黑客松就收获了奖项，这次经历彻底打开了我用AI多智能体落地场景需求的新世界大门。特别感谢主办方搭建的优质平台，也期待后续的黑客松活动能越办越精彩，让更多非技术背景的伙伴感受到多智能体的魅力~

针对长途自驾中“决策过载”与“执行繁琐”的痛点，JellyGo! 瞄准多娃家庭自驾的 “精力痛点”，致力于将家庭出行驾驶者从琐碎的行程规划与补能焦虑中彻底解放。 不同于传统的家庭出行，在带娃的同时还要一边查攻略、订酒店、看天气的割裂体验，JellyGo! 实现“一句话定制全案”。通过 OpenAgents 的 Network 机制，系统能根据任何车型的参数（燃油、纯电或混动）一键生成最优路线。无论是家庭出游还是硬核远征，它都能将海量碎片任务闭环化，让用户只需专注于驾驶和风景，大幅提升自驾出行的安全感与幸福感。

基于 OpenAgents 框架搭建多 Agent 协作网络：由主 Agent（RoadTripMainAgent）统筹需求，搭配行程规划、资源绑定、车型适配等功能 Agent；支持任意车型（通过公开信息匹配车况），无需复杂代码开发，仅通过预设指令实现分工协作，快速输出适配家庭需求的全流程自驾方案。

系统构建了8个分工明确的AI Agent，通过主Agent统筹调度，实现自主协作与需求闭环： Road Trip Main Agent（总指挥官）：核心调度中枢，接收用户模糊需求后，自动拆解任务并启动相关Agent协作，确保方案一致性与完整性。 Charlie（信息收纳员）：精准提取需求关键信息，锁定出行人数、车型、时间、预算、偏好等核心要素，杜绝信息遗漏。 Budget-calculator（精算师）：智能核算全行程成本，自动纳入春节高速免费等政策红利，预留30%应急资金，生成可视化预算表。 Route-planner（路线规划师）：结合家庭作息与孩子耐受度，规划“动静交替”的每日行程，精准匹配驾驶时长与游览节奏。 Charging-station（补能专家）：适配新能源车特性，基于实时气温、车型参数动态调整补能节点，优先推荐室内充电桩与适配功率站点。 Critic（安全顾问）：建立儿童安全阈值模型，过滤高风险项目，替换为有专业防护的儿童友好体验，全程坚守安全底线。 Weather-agent（天气预言家）：整合精准气象数据，提前预警暴雨、暴雪等极端天气，动态调整行程时间与装备建议。