基于ModelEngine快速搭建AI智能体，打造你的专属旅行顾问
大家好，我是herosunly。985院校硕士毕业，现担任算法工程师一职，获得ZEEKLOG博客之星第一名，热衷于大模型算法的研究与应用。曾担任百度千帆AI应用挑战赛、英特尔AI创新应用大赛等比赛评委，科大讯飞AI大学堂荣誉讲师，编写微软OpenAI考试认证指导手册。曾获得多项AI顶级比赛的Top名次，其中包括阿里云天池比赛第一名，科大讯飞分类挑战赛第一名。在技术创新领域拥有多项授权发明。
本文详细介绍了基于ModelEngine快速搭建AI智能体，打造你的专属旅行顾问，希望能对搭建AI智能体的同学们有所帮助。
文章目录
1. 前言：打造更懂你的“智能旅行助手”
1.1 思考：从导航进化为向导
传统的导航工具通常只负责解答“如何从A到B”的路径规划问题。然而，对于用户而言，一个真正的“旅行助手”需要回答的是更具挑战性的问题：“在有限的时间和预算内，我如何在某地获得最佳体验？”
这背后不仅仅是路径计算，而是一个复杂的多目标优化问题，涉及用户偏好（如风景优美、避免拥堵）、景点信息、实时路况数据与地理约束的综合考量。
1.2 破局：华为 ModelEngine 的可视化方案
我们的目标是创建一个智能应用，用户只需输入“城市、时间、预算、兴趣点”，系统即可输出一份包含日程、路线、预估花费与个性化建议的完整报告。
为了快速实现这一目标，我们选择了 华为 ModelEngine。其强大的可视化编排与智能体能力，为我们将这一复杂的思考过程“产品化”提供了完美舞台。通过 ModelEngine，我们可以极低门槛地构建出具备复杂逻辑的 AI 应用。
2. 环境准备与应用初始化
2.1 平台登录与入口
首先，我们选择在网页版完成智能体的构建。 访问官网https://www.modelengine-ai.com/#/home，登录账户后，点击 “在线体验” -> “应用编排”。
2.2 创建应用
进入工作台后，点击 “创建空白应用”。
在弹出的类型选择中，我们可以选择 “智能体” 或 “对话应用”。
根据系统提供的分类依据，针对路线规划这种需要复杂逻辑处理的场景，我们选择相应的类型进行创建。
2.3 智能生成框架
填入应用简介后，点击 “智能生成”。
华为 ModelEngine 会根据我们输入的简介内容（如“路线规划助手”），自动生成应用名称、图标以及核心的提示词（Prompt）。
3. 核心能力配置
3.1 提示词优化
平台自动生成的提示词非常详细，采用了结构化的 XML 格式，明确了角色（Role）、指令（Instructions）和示例（Examples）。这为模型提供了清晰的执行标准。
以下是生成的提示词结构示例：
### input: 路线规划助手 output: <instruction><instructions>1. 作为路线规划助手，你需要根据用户提供的起点、终点和特定要求（如避免高速公路、选择最短路径或最快路径等），生成详细的路线规划。 2. 首先，分析用户输入的起点、终点和要求，确保理解其意图。 3. 然后，提供一个清晰的路线规划，包括总距离、预计时间、主要道路和具体步骤。 4. 如果用户有特定的偏好，如避免收费路段或选择风景优美的路线，确保路线规划符合这些要求。 5. 在输出中，避免使用任何XML标签，确保内容简洁明了。 6. 最后，提供一些额外的建议或备选路线，以便用户可以根据实际情况进行选择。 ***注意，一些工具会被提供，请尽可能使用工具获取需要的知识，而非依赖已有知识*** </instructions><examples><example><input>从北京到上海，避免高速公路</input><output>推荐一条从北京到上海的非高速公路路线。总距离：1200公里，预计时间：15小时。主要道路：G104国道。具体步骤：1. 从北京出发，沿G104国道南行；2. 经过天津、德州、徐州等地；3. 最终到达上海。建议在途中适当休息，确保行车安全。 </output></example><example><input>从广州到桂林，选择风景优美的路线</input><output>推荐一条从广州到桂林的风景优美的路线。总距离：500公里，预计时间：7小时。主要道路：G78高速、G65高速。具体步骤：1. 从广州出发，沿G78高速北行；2. 在贺州转G65高速继续北行；3. 沿途经过多个风景名胜区，如贺州黄姚古镇、桂林漓江等；4. 最终到达桂林。建议在沿途的景点停留，欣赏美景。 </output></example></examples></instruction>###<tool_usage> 你的回答有两种情况： 无需调用外部工具： 如果问题可通过已有对话历史或直接推理得到答案，直接输出最终结果，不需使用任何标签包装，也不显示详细思考过程。 需要调用外部工具解决的复杂问题： 必须采用以下严格的标签体系输出，每个标签之间空一行，且仅展示真实的工具调用结果： <reasoning>...<reasoning>：展示你内部的思考过程。注意，这部分内容可以展示给用户，但仅限于描述思路，不应包含任何伪造的工具调用结果。 <step>...<step>：描述你准备调用工具的原因和计划。此处仅说明你需要调用哪个工具以及原因，工具的名称对人类阅读要友好，切勿直接模拟或输出工具返回内容。 <tool>...<tool>：当你真正调用某个工具后，等待工具反馈，然后将工具调用的返回结果做非常简略的摘要后放在此标签内，摘要字数在20字以内。绝对禁止在未获得真实工具反馈前预先构造。 <tool> 标签内容。 <final>...<final>：在获取所有真实工具调用结果后，将整合信息给出最终答案。 重要要求： - 无论用户是否明确要求展示思考过程，都要展示思考过程 - 不要输出tool_call标签。 - 答案必须详细完整，不仅仅是工具返回结果的简单总结，而是对结果进行深入分析和整合，并提供背景解释、推理过程和可行性分析。 - 确保所有关键信息得到展开，避免省略任何重要内容。 - 如果适用，可以提供额外的解释、使用建议或应用场景，以增强回答的实用性。 - 请使用标准 Markdown 语法输出答案，保证语法完整，不要拆分列表结构。 - 输出此标签后，不得追加任何其他内容或标签。 严格要求： 切勿在中间思考或工具调用计划中，提前生成伪造的 <tool> 或 <final> 标签内容。必须在实际调用工具并获得反馈后，再以 <tool> 标签展示真实结果，再生成 <final> 标签输出最终答案。 如果历史对话中已包含真实的工具调用结果，应直接使用这些信息构造最终答案，避免重复调用或展示多余标签。 在所有工具调用完成之前，不得输出 <final> 标签；只有在确认所有真实工具反馈后，才生成最终答案。 <tool_usage>3.2 模型参数与插件集成
在配置栏中，我们可以根据需要选择底层大模型，并设置 温度参数（Temperature） 来控制回答的创造性或严谨性。
对于旅行规划，实时信息的获取至关重要。点击 “工具”，添加插件。在这里我们必须添加 “联网搜索插件”，赋予 AI 获取实时路况、景点门票和天气信息的能力。
4. 交互体验优化
为了让助手更具亲和力，我们需要对聊天设置进行微调。
4.1 个性化设置与多轮对话
开场白：自定义一段热情的开场白，引导用户输入需求。
多轮对话：务必开启“多轮对话”设置。路线规划通常不是一蹴而就的，助手需要与用户反复确认（如“是否介意红眼航班”、“是否需要安排儿童设施”），多轮对话能力是确保方案落地的关键。
4.2 引导式交互：“猜你想问”
为了增强用户首次使用的体验感，可以在 “猜你想问” 模块设置几个预设问题（如“北京一日游景点路线推荐”、“从北京南站出发，想去天安门、故宫、颐和园、恭庆王府，帮我推荐下旅游线路”）。
设置好后，这些问题会直接显示在对话框上方，方便用户一键发起提问。
5. 测试与发布上线
5.1 在线调试
在一切配置就绪后，输入问题进行提问，观察智能体的反应。
“猜你想问”区域会在每次回答结束后自动更新，用户也可以点击“换一批”查看其他建议。我们需要重点测试 AI 是否能正确调用联网插件，并给出合理的路线建议。
5.2 发布与部署
测试通过后，点击右上角的 “发布” 按钮。填入应用的基本信息（版本号、更新日志等），方便后续维护调试。
发布成功后，我们就可以在首页看到该应用。
5.3 访问与集成
点击应用卡片进入智能体详情页，平台提供了公开访问的 URL 链接以及 API 访问接口。这意味着你可以直接将这个助手分享给朋友，或者将其集成到你自己的网站和 App 中。
6. 总结与展望
通过构建这个智能路线规划助手，我们深刻感受到，华为 ModelEngine 的真正价值在于它极大地降低了复杂 AI 应用的实现门槛。
它将原本需要大量代码编写的业务逻辑、服务集成、流程控制，变成了可视化的拖拽和配置。无论是对于个人开发者还是企业团队，ModelEngine 都提供了一个能将创意迅速转化为成熟产品的强大“生产线”。
这个旅行助手只是一个起点。其背后所展示的 “知识驱动 + 流程自动化 + 外部集成” 范式，完全可以复制到智能客服、企业数据分析、自动化报告生成等无数场景中。
最终，我们获得的不仅仅是一个工具，而是一种通过 AI 对复杂世界问题进行优雅建模和解决的全新能力。
