基于AI 驱动的行程规划-旅游问答应用

背景：传统旅行规划信息分散在各攻略平台，用户需自行跨渠道查景点、比门票、算预算、排行程，耗时且难以个性化；通用对话助手也无法对 "城市 + 预算 + 天数" 这类结构化输入做建模。目标：构建一个以 LLM 为核心的智能旅游助手 —— 输入目的地、预算、天数即可自动生成结构化行程规划（每日上午 / 下午 / 晚上安排、景点介绍、交通建议、预算分配、小贴士与注意事项），并提供流式 AI 旅游问答，以移动端优先的形态交付。

1. 行程规划模块（Home / Detail）：表单选择并校验目的地、预算（≥100 元）、天数（1–30 天），支持热门城市快捷选择；后端调用大模型按固定 JSON 结构生成行程，结果页以折叠卡片展示每日日程、预算分配、小贴士与注意事项，支持失败重试与超时友好提示。
2. AI 对话模块（Chat）：支持自由提问与快捷问题，采用 SSE 流式逐字渲染，带 "正在思考" 状态；行程详情页可一键携带城市上下文进入对话。
3. 个人中心模块（Profile）：注册、登录、退出（用户名密码 + 头像，localStorage 持久化）；历史记录区分对话 / 查询两类，支持滑动删除、一键清空与 20 条进度提示，点击可回跳对应行程或聊天；收藏与设置页当前为占位。
4. 后端服务模块（travel-II）：Express 提供 /api/travel/recommend、/api/travel/chat 及心跳接口；通过 LangChain ChatOpenAI 统一封装，支持 SiliconFlow / DeepSeek 双模型供应商切换。

- 行程规划流：首页表单（城市 / 预算 / 天数）→ 前端校验 → 写入历史 → 跳转 /detail → POST /recommend → 后端校验并组装 prompt → LLM 生成整份 JSON → 正则提取与解析 → Detail 渲染每日日程 / 预算 / 贴士 → 底部按钮进入 AI 对话。
- AI 对话流：Chat 输入或点击快捷问题 → 写入历史 → POST /chat（SSE）→ llm.stream 逐块产出 → streamUtils 以 data 事件推送 → 前端 fetchStream 逐字填充气泡 → complete 事件收尾。
- 个人中心流：登录 / 注册 → Profile → 收藏 / 历史 / 设置；历史条目点击回跳对应行程或聊天。

采用前后端分离架构：

- 前端 travel：Vue 3 + Vite + Vant 4（移动端组件，按需自动引入）+ Pinia（状态管理，localStorage 持久化）+ Vue Router + Axios。细分为页面模块（Home/Detail/Chat/Profile/History/Favorites/Settings/Login/Register 九个视图）、组件模块（ChatBubble/SpotItem/BudgetTable）、请求模块（axios 封装 + fetchStream 的 SSE 解析）。
- 后端 travel-II：Node.js + Express（监听 3300）+ @langchain/openai + dotenv + cors + nodemon。细分为服务入口（index.js，含心跳与错误中间件）、路由（route/travel.js）、业务服务（services/travelService.js：LLM 初始化、行程 prompt、JSON 解析、流式对话）、工具（utils/streamUtils.js：SSE 响应封装）。
- LLM 接入层：由 .env 的 MODEL_PROVIDER 二选一切换 SiliconFlow（Qwen3.5-35B-A3B，默认）或 DeepSeek（deepseek-chat），ChatOpenAI 统一 streaming:true、temperature 0.7。
- 设计思路：以 LLM 为生成核心，后端承担 prompt 工程、结构化输出解析与 SSE 封装；前端专注表单校验、结果渲染与本地状态持久化；模型供应商做成可配置，避免厂商锁定。

系统前后端联通，行程规划可生成并完整渲染，AI 对话可流式问答，历史记录、注册登录可用。收藏与设置页面为 TODO 占位，尚未实现交互逻辑。

难点：流式接口超时；axios 的 timeout 是 "请求总时长" 而非 "空闲无数据时长"；模型输出稍有偏差即解析失败。

解决方案：1.timeout/ 重试 ——ChatOpenAI 加 timeout 兜底、maxRetries 自动重试，前端 axios 放宽至 180s；2.JSON 模式 ——response_format:{type:'json_object'} 强制 JSON 输出、调低 temperature，替代正则，提升解析成功率；3. 改流式 SSE——/chat 改用 llm.stream 逐块推送，前端弃用 axios、改用 fetch+ReadableStream+AbortController 逐字渲染、不设总超时。详见 docs/backend-optimization.md（180s 放宽、/chat 流式已落地）。