travel-guide-network

一个当下的独立开发者和一个长期的技术探索者。我的作品是一个基于天气信息的出行指南系统，它可以依据天气生成霍格沃茨风格的多样化出行建议，希望它可以成为一个简单的出行伙伴，让出行变得更加有趣。

本项目基于OpenAgents框架构建多智能体旅行指南系统。核心创意在于利用YAML配置定义不同角色指令，使多个Agent并发处理同一实时天气数据，生成差异化的个性化建议。系统通过Python脚本轻量编排，配合Ollama本地模型与严格的source_id校验机制，实现了松耦合的协作模式与稳定的数据流控制，无需编写底层业务逻辑即可完成复杂工作流构建。

系统采用Python与YAML配置结合的方式进行编排。数据入口基于WorkerAgent构建Weather Connector HTTP服务，由travel_sender脚本触发请求。模型调用使用Ollama本地服务。数据流方面，Connector将天气数据以JSON格式发布，下游多个Agent并发接收，并通过source_id校验机制严格过滤消息来源，确保仅响应特定指令，有效防止多Agent环境下的无限循环问题。

实时气象数据抓取：根据输入的城市和日期自动获取天气信息。 自动化指令触发：支持通过命令行脚本一键初始化网络层及Agent进程并发送请求。 多智能体并发处理：支持五个及以上Agent节点同时处理相同输入数据。 差异化建议生成：基于不同System Instruction（如不同学院风格），输出包含穿搭、活动及注意事项的定制化指南。 系统稳定性保障：通过来源ID校验机制，避免多Agent环境下的消息混乱与循环。