mcpField
🏠
🏠 Airbnb Search Assistant

🏠 Airbnb Search Assistant

github.com/akktrsst框架与 SDK680 周前更新

关于 🏠 Airbnb Search Assistant

这是一个基于 Gradio 的聊天机器人应用,帮助用户通过 AI 驱动的搜索功能查找全球住宿。应用提供按便利设施筛选、个性化推荐等功能,并支持 MCP 连接失败时的自动降级。

主要功能

  1. 01AI 驱动的搜索和推荐
  2. 02按便利设施和偏好筛选
  3. 03全球住宿搜索
  4. 04交互式聊天界面
  5. 05响应式设计

适用场景

  1. 01快速找到符合条件的海滨度假屋
  2. 02搜索具有特定设施的宠物友好型住宿
  3. 03获取城市热门景点附近的酒店推荐

MCP 相关

客户端通过 Airbnb MCP 服务连接,获取全球住宿数据和搜索能力。

详细介绍

🏠 Airbnb 搜索助手

一个基于 Gradio 的聊天机器人应用,帮助用户使用 AI 驱动的搜索功能找到完美的住宿。该助手可以在全球范围内搜索房产、按便利设施过滤并提供个性化推荐。

Airbnb Search Assistant Python

✨ 功能特性

  • 🎨 美观的 Airbnb 风格 UI,具有自定义样式
  • 🔍 AI 驱动的房产搜索和推荐
  • 🌍 全球范围的房产搜索能力
  • 🏡 按便利设施和偏好过滤
  • 💬 交互式聊天界面
  • 🔄 MCP 连接失败时自动回退到基础聊天模式
  • 📱 适配所有设备的响应式设计

🚀 快速开始

前置条件
  • Python 3.10 或更高版本
  • Node.js(用于 MCP 服务)
  • OpenAI API 密钥
安装
  1. 克隆仓库:
git clone [email protected]:akktrsst/MCP_Agent_Airbnb.git
  1. 安装 Python 依赖:
pip install -r requirements.txt
  1. 安装 MCP 服务:
npm install -g @openbnb/mcp-server-airbnb
  1. 在 examples 目录中创建 .env 文件,包含您的 API 密钥:
OPENAI_API_KEY=your_openai_api_key
运行应用
  1. 启动 Streamlit 应用:
python chatbot.py
  1. 在浏览器中打开:
http://localhost:XXXX

💡 使用方法

  1. 在聊天输入框中输入搜索查询,例如:

    • "Find me a beachfront villa in Bali for 4 people"
    • "Show luxury apartments in Paris with Eiffel Tower views"
    • "Search for pet-friendly houses in London with a garden"
  2. 助手将提供关于房产的详细响应,包括:

    • 便利设施
    • 地理位置优势
    • 价格信息
    • 评价和评分
  3. 使用"Clear Chat"按钮开始新对话

🛠️ 技术细节

架构
  • 前端:Streamlit
  • 后端:Python with LangChain
  • AI 模型:GPT-4o-mini
  • MCP 集成:Airbnb MCP 服务
关键组件
  • chatbot.py:主应用文件
  • airbnb_mcp.json:MCP 服务配置
  • 用于 Airbnb 风格界面的自定义 CSS 样式
  • 错误处理和回退机制

🤝 贡献

欢迎贡献!请随时提交 Pull Request。

📝 许可证

本项目采用 MIT License 许可 - 详见 LICENSE 文件。

🙏 致谢

📞 支持

如需支持,请在仓库中打开 Issue 或联系维护者。


用 ❤️ 制作,作者:[Abhishek Kumar]

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。