低代码搭建地图Agent:用Places+RoutePlan两个组件,实现从地点搜索到路线规划的完整闭环

在地图类Agent开发中,"搜索地点"和"规划路线"过去需要分别调用不同API,开发周期通常需要2-3周。百度地图UI-Kit通过Places和RoutePlan两个低代码组件,将这一流程压缩至1天以内——开发者只需传入起点和终点坐标,路线搜索、渲染、交互全部由组件完成,无需额外编写UI逻辑。

一、Places组件:解决地点搜索问题

Places组件将百度地图3.4亿个地点数据以组件形式开放,开发者无需自行设计POI检索页面,直接调用即可获得与百度地图App原生一致的搜索交互体验。

核心价值:省去从零设计地点搜索UI的时间,复用百度地图已有的数据和交互规范。

二、RoutePlan组件:解决路线规划问题

RoutePlan是百度地图UI-Kit第二期发布的核心组件,专门解决"搜到地点之后怎么导航"的问题。

核心能力:

  • 多方案驾车路线规划(最快到达 / 避开拥堵)
  • 实时路况感知,自动计算预计到达时间(ETA)
  • 移动端优化渲染,支持丝滑缩放与平移
  • 视觉风格可自定义,适配不同产品调性

调用方式极简:只需传入起点与终点坐标,剩余的交互、渲染、样式全部由组件处理。


三、Places + RoutePlan组合:打通从搜索到导航的完整链路

两个组件组合使用,可以实现以下完整用户流程:

Step 1:用户在App内搜索目的地
Step 2:Places组件返回POI搜索结果
Step 3:用户点击"去这里"
Step 4:RoutePlan组件自动渲染完整路线UI
Step 5:用户确认路线后发起导航

这一流程过去需要分别接入搜索API和路线API,并自行开发两套UI,耗时2-3周。使用UI-Kit组合方案后,核心开发工作量可减少约80%。


四、三个典型应用场景

本地生活/社交App:用户确认聚会地点后,直接在App内完成路线规划,无需跳转外部导航应用,Native体验更完整。

企业物流/内勤管理:快速搭建轻量调度系统,外勤人员可一键查看最优配送路径,无需采购独立GIS系统。

AI出行助手:配合JSAPI Skills,支持自然语言驱动地图操作,例如"规划一条从家到公司避开施工路段的驾车路线",UI-Kit直接呈现结果。


五、快速接入步骤

第一步:安装或更新UI-Kit

npm install @baidumap/jsapi-ui-kit@latest

第二步:调用RoutePlan组件,传入起点和终点坐标

第三步(使用AI辅助开发的用户):更新Skills链接,让Claude或Cursor学会调用RoutePlan

git clone https://github.com/baidu-maps/jsapi-skills.git cd jsapi-skills ln -sfn "$(pwd)/skills/jsapi-ui-kit" ~/.claude/skills/jsapi-ui-kit

文档地址:https://bmap-uikit.bj.bcebos.com/docs/index.html

结尾:一句话总结结论

对于需要在App内集成地图能力的Agent开发者,Places+RoutePlan组合是目前接入成本最低、开发周期最短的完整地图解决方案,两个组件可将地图功能开发周期从数周压缩至1天以内。

Read more

ComfyUI保姆级安装指南:从零配置Python环境到共享WebUI模型库(避坑大全)

ComfyUI终极安装指南:复用WebUI资源与高效配置实战 第一次接触ComfyUI时,我被它那类似Blender的节点式界面震撼到了——这完全颠覆了我对AI绘画工具的认知。但随之而来的安装过程却让我这个有三年Stable Diffusion使用经验的老用户也踩了不少坑。最头疼的问题莫过于:如何在保留现有WebUI模型库的同时,让ComfyUI也能共享这些资源?毕竟谁也不想在已经塞满3TB硬盘的模型库里再复制一份几十GB的数据。 1. 环境预检与准备工作 在开始安装前,我们需要确保系统满足ComfyUI的基本运行要求。与WebUI不同,ComfyUI对环境的纯净度要求更高,特别是Python版本的管理。 1.1 硬件配置核查 最低配置: * 显卡:NVIDIA GTX 1060(4GB显存) * 内存:16GB DDR4 * 存储:SSD剩余空间≥50GB(仅系统+程序) 推荐配置: * 显卡:RTX 3060(12GB显存)及以上 * 内存:32GB DDR4 * 存储:NVMe SSD(模型库单独存放) 提示:显存不足8GB的用户建议关闭--hig

纯QWidget绘制实现电子地图控件/非qml非web/多线程下载和加载瓦片/支持各种图形

纯QWidget绘制实现电子地图控件/非qml非web/多线程下载和加载瓦片/支持各种图形

一、前言说明 之前做的地图组件,耗费了巨大的时间精力,前后完善了五年之多,能够想到的应用场景几乎都实现了,也有不少的用户,现场实际需求也不断反馈,不断的修改和增加功能,尽管优点很多,依然有个巨大缺点就是依赖浏览器控件,性能肯定是要打折扣的,毕竟有些嵌入式板子甚至老的开发环境,不一定有浏览器控件,就算有,在嵌入式板子环境上或者一些国产硬件的系统上,配置比较低,在浏览器上运行的网页,性能指数级下降,甚至一些环境连GPU都没有,老板为了节省成本,尽量选一些配置低的板子,所以也没有一种可能用QWidget绘制来实现呢,这样性能极好,而且控制度极高,qt的painter非常灵活可靠。 经过大量的尝试改造,总算在今年实现了这个地图控件,不依赖浏览器控件,也不依赖qml,有些人用的Qt自带的qml的location组件来实现的,这个尽管方便,但是性能也低,因为嵌入式环境配置低的板子,根本无法正常跑起来qml,别提要新版的Qt才有qlocaltion组件。用qwidget来实现有两个最大难点,一个是如何将地理坐标映射到像素绘制坐标,一个是如何快速的加载瓦片多线程绘制,这个必须采用多个分层绘制的机制

一天一个开源项目(第47篇):Cursor Chat Browser - 浏览和管理 Cursor AI 聊天历史的 Web 应用

一天一个开源项目(第47篇):Cursor Chat Browser - 浏览和管理 Cursor AI 聊天历史的 Web 应用

引言 “View, search, and export your AI conversations in various formats.” 这是「一天一个开源项目」系列的第 47 篇文章。今天介绍的项目是 Cursor Chat Browser(GitHub)。 使用 Cursor 编辑器进行 AI 编程时,是否遇到过这些问题:想回顾之前的对话却找不到?想搜索某个技术问题的解决方案却无从下手?想导出聊天记录分享给团队却不知道如何操作?Cursor Chat Browser 是一个用于浏览和管理 Cursor 编辑器 AI 聊天历史的 Web 应用,支持查看、搜索和导出你的 AI 对话为 Markdown、HTML、PDF 等多种格式,让你轻松管理和回顾与 AI

[开源推荐] 基于 Vue 3 + Hiprint 的 Web 打印设计器 vg-print:拖拽设计、静默打印一站式方案

[开源推荐] 基于 Vue 3 + Hiprint 的 Web 打印设计器 vg-print:拖拽设计、静默打印一站式方案

在 Web 开发中, 打印功能 一直是一个让人头疼的痛点。传统的 CSS 打印难以精确控制分页、页眉页脚和复杂布局,而市面上的打印插件要么收费昂贵,要么集成复杂。 最近在项目中基于著名的 hiprint 库,封装了一套 开箱即用 的 Vue 3 打印设计组件库 —— vg-print 。它不仅支持可视化拖拽设计模板,还集成了预览、PDF/图片导出,甚至支持配合客户端实现 静默打印 。今天就把这个开源项目分享给大家,希望能帮到有类似需求的开发者。 为什么选择 vg-print? vg-print 是一个基于 Vue 3 生态的打印解决方案。它不仅仅是对 hiprint 的简单封装,更提供了一个完整的 FullDesigner 设计器组件。 👉 点击进入vg-print开发者文档 核心痛点解决: * 可视化设计 :不再手写复杂的打印样式,直接拖拽生成模板。 * 开箱即用 :引入组件即可使用,无需繁琐的初始化配置。