Vue3+Node.js全栈开发AI旅游助手实战教程

引言：从概念到产品，开发者该动手了

在AI大模型概念满天飞的当下，真正能把大模型落地成可用产品的开发者并不多。B站一位全栈开发者近期分享了一个完整的AI旅游助手项目——从前端界面到后端API，从大模型调用到服务器部署，手把手演示了如何将通义千问^广告大模型与旅游行业结合，打造一个真正可上线运营的智能体产品。

正如百度李彦宏所说的"不要卷模型，要卷应用"，这个项目的核心理念就是：利用现成的大模型API，与具体行业场景深度结合，做出用户真正能用的产品。

AI旅游助手的核心功能解析

多轮对话与多模态交互

这个AI旅游助手的核心交互形式是对话界面，支持多轮对话的流式输出，逐字逐句地回复用户。更重要的是，它支持多模态交互——用户可以上传图片进行提问，系统会将图片存储到服务器，然后将图片链接传给大模型进行理解和分析。

进入对话界面后，系统会展示预设的默认问题，降低用户的使用门槛。这些默认问题可以根据业务需求灵活配置，比如"云南有哪些必去景点""丽江古城怎么玩"等。

角色设定与回复范围控制

项目中一个非常实用的设计是大模型角色定制。开发者可以在代码中设定大模型的姓名、职责、所属公司等信息。当用户询问"你是谁""你能做什么"时，大模型会按照预设角色进行回复。

更关键的是回复范围控制。通过Prompt工程，系统将大模型的回答限制在旅游相关话题上。如果用户询问"美国总统是谁"等无关问题，大模型会礼貌拒绝。这种设计对于垂直领域的智能体产品来说至关重要，既保证了专业性，也避免了不必要的风险。

Function Calling实战：查车票与查天气

项目利用大模型的**Function Calling（函数调用）**能力，开发了两个实用工具：

• 查询火车票：用户输入始发地、目的地和时间，系统返回当天真实的火车票数据
• 查询天气：只需输入城市名甚至城市下辖的区县名，大模型会自动判断归属关系并返回准确天气

比如用户问"最近要到洱海旅游，不知道天气怎么样"，大模型会自动识别洱海属于大理，返回大理的实时天气数据。这种智能推理能力大大提升了用户体验。

投诉引导与商品推荐变现

在旅游场景中，纠纷处理是一个高频需求。当用户反映"在昆明旅游被旅行社骗了"，大模型不仅会告知投诉电话（预设的真实号码），还会引导用户点击右下角的"一键投诉"按钮，跳转到表单提交界面。用户提交的投诉内容会存储到数据库中，形成完整的业务闭环。

另一个亮点是对话中的商品推荐。系统利用大模型分析对话内容，提取关键词后到数据库查询相关的旅行套餐和商品数据，在回复中自然地展示给用户。这个功能直接打通了变现路径，让智能体不仅是一个问答工具，更是一个能产生商业价值的产品。

技术架构深度剖析

Vue3前端技术栈选型

前端采用 Vue3 + TypeScript 开发，使用 Vite 作为构建工具，Vant 作为UI组件库，Pinia 进行状态管理，Fetch API 处理网络请求。这套技术栈在当前前端生态中非常主流，学习成本低且社区资源丰富。

Node.js后端接口设计

后端使用 Node.js 构建，核心是调用阿里云通义千问的API。整个后端一共设计了8个接口：

接口	功能
流式对话	处理用户对话请求
图片上传	存储用户上传的图片
查询车票	调用外部API获取火车票数据
查询天气	调用天气API获取实时数据
导入商品	批量导入商品数据
搜索商品	根据关键词搜索商品
商品详情	获取商品详细信息
提交投诉	存储用户投诉信息

选用Node.js的好处在于，对前端开发者来说入门门槛极低，不像Java那样庞大繁琐。

MongoDB数据库与阿里云部署

数据库选用 MongoDB，整个项目只用到两个集合（Collection），数据结构简洁。部署方面，项目最终上线到阿里云服务器，涉及以下关键操作：

• 服务器上安装MongoDB并开启安全认证，设置管理员账号密码防止攻击
• 使用 PM2 开启集群部署和负载均衡，充分利用服务器CPU，支持高并发
• 配置免费的HTTPS证书，绑定自定义域名，确保安全访问

项目的行业扩展价值

这个项目虽然以云南旅游为例，但其架构具有很强的通用性。开发者学会后可以将同样的模式扩展到不同行业：

• 金融领域：智能投顾、保险咨询助手
• 法律领域：法律咨询、合同审查助手
• 家装领域：装修方案推荐、材料选购助手
• 教育领域：学习辅导、课程推荐助手

核心思路都是一样的：设定角色 → 限定回复范围 → 接入行业数据 → 实现函数调用 → 打通变现路径。

总结：大模型时代的全栈开发者机会

这个项目的价值不仅在于技术实现本身，更在于它展示了一个完整的从开发到上线的全流程。对于想要入门AI应用开发的前端工程师来说，这是一个非常好的实战案例——技术栈主流、功能完整、有商业变现思路，既可以作为面试作品展示，也可以作为创业产品的原型。

在大模型时代，真正的竞争力不在于你了解多少AI概念，而在于你能不能把这些能力落地成用户愿意使用的产品。动手做，永远比空谈更有价值。