MCP 案例 023｜百度 MCP + 高德 MCP 打造回家最佳路线 | 二师兄的博客

type

status

date

slug

summary

category

icon

password

每次回老家，我会习惯性地打开百度和高德导航应用，逐一对比，看看哪个路线更省事或更省钱。最终的选择通常是凭感觉拍脑袋决定，哪条看起来不错就选哪条。

昨天突发奇想，为什么不用 AI 来帮助规划呢。然后肝了一夜，做出了这个最佳路线规划 agent。

思路：将出发点和目的地输入给大模型，同时提供沿途的路线信息、加油站分布以及相关服务器数据，让 AI 根据这些综合因素来规划出最佳路线。AI 的优势在于它能够快速处理大量信息，综合考虑时间、成本、距离等因素，为我们提供最优解。

HTML 效果：5q2qj8cp0r.app.yourware.so

截图效果

用到的工具

Trea：用于构建 Agent，做整体的规划

百度/高德 MCP：获取沿途路线，服务器，总路程等

Sequential-thinking：用与路程规划

构建智能体

智能体名称：回家最佳路线

提示词：

MCP 配置

Sequential-thinking

百度 MCP

高德 MCP

执行过程

整体路线规划

整个过程一气呵成：

Agent 做总体的规划

百度/高德 MCP 提供驾车路线信息

sequentialthinking 根据获取的信息提供路线意见

md 文件保存规划路线

执行细节

Agent 做总体的规划

为了获取最佳路线，需要考虑总路程、耗时、途经加油站和服务区等方面

百度地图驾驶路线

百度会规划自己心目中的最佳路线，整个路线怎么做，会经过哪些服务器，大概费用是多少，都会描述的很清楚

高德地图驾驶路线

整个的路线规划大同小异，同时能看出百度返回的信息更多一些，高德返回的信息更简介一些

sequentialthinking 根据信息信息做路线意见

能看出，对比了距离，服务区分布，加油站等

思考过程和最佳路线规划使用 md 文件保存

final_recommendation.md

route_recommendation.html

26.3KB

总结，并给出最佳路线

HTML 呈现 Prompt

以上是 AI 根据我的需求做成的 Agent，效果还不错。相比于个人的经验和直觉，AI 的规划方式更加全面和高效。它可以在短短几分钟内完成复杂计算，而我们自己可能需要花费大量时间，还未必能保证结果的合理性。

所以最好的方法是：我们也可以将个人经验与 AI 的建议结合起来。借助 AI 辅助决策，我们不仅能节省时间，还能做出更加科学合理的选择。下一次回老家，不妨试试这种智能化的规划方式，让旅程变得更加轻松愉快。