用 MCP 把俄罗斯一个地区的小旅行社接入 AI 智能体：22 个工具的实践

问大模型“堪察加有什么火山徒步线路、下周有没有位置”，它一般会给你一段概括性的介绍，然后建议你“联系当地旅行社”。原因很简单：堪察加的旅行社大多是几个人的小团队，信息散在俄语网站、Telegram 频道和电话里，搜索引擎抓不全，模型训练数据里更没有实时的余位和价格。

我们做的 Vedar（vedarai.ru）是堪察加本地的旅行平台，汇总了当地旅行社的线路、包车、租车和住宿。网站本身对人是友好的，但我们发现越来越多的用户在用 AI 助手规划旅行，于是决定把平台直接开放给 AI 智能体——用的就是 MCP（Model Context Protocol）。

我们没有让 MCP 去爬自己的网页，而是让工具直接读平台的业务数据：线路目录、实时余位、合作方的住宿和车辆。这样 AI 拿到的价格和日期就是旅行社在后台维护的那一份，不会出现“网页改了、AI 还在说旧价格”的问题。

不收钱，只提交申请。 所有 create_* 工具只创建一份申请，由旅行社或承运人人工电话确认，平台不在线收款。对 AI 来说，“替用户下单付款”风险太大；“替用户把需求整理好交给真人”刚好合适。

价格只来自目录。 我们要求工具返回的价格必须对应目录里的具体线路并附链接，不让模型自己“估一个区间”。旅游场景里，一个编出来的价格比没有价格更糟。

行程留空天。 make_trip_plan 会在一周行程里主动留一天备用。堪察加的直升机和出海经常因天气取消，这是当地向导的经验，我们把它写进了规划逻辑。

安全数据和线路放在一起。 火山预警升级时，模型在推荐相关线路的同一轮对话里就能看到预警，而不是让用户自己去别处查。

{ "mcpServers": { "vedar": { "url": "https://vedarai.ru/api/mcp" } } } Enter fullscreen mode Exit fullscreen mode 只支持 stdio 的客户端，用 mcp-remote 转一下：

{ "mcpServers": { "vedar": { "command": "npx", "args": [ "-y", "mcp-remote", "https://vedarai.ru/api/mcp" ] } } } Enter fullscreen mode Exit fullscreen mode 不装客户端，先用 curl 看看工具列表：

curl -s -X POST https://vedarai.ru/api/mcp \ -H 'Content-Type: application/json' \ -H 'Accept: application/json, text/event-stream' \ -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' Enter fullscreen mode Exit fullscreen mode 一个实际场景 今年 10 月，伊尔航空开通了哈尔滨直飞堪察加的航线（每周六），中国公民入境俄罗斯又可以免签停留 30 天。用户在 AI 助手里说“周六从哈尔滨飞堪察加，玩一周，想看火山”，智能体可以依次调用 safety_status 看预警、 get_tours 和 get_tour_availability 找有位置的线路、 make_trip_plan 排出“周六到周六”的行程，最后用 create_booking_request 把申请交给旅行社。整个过程中，价格、日期、预警都来自实时数据。

对小商家来说，MCP 的意义不在于技术多新，而在于门槛低：一个 HTTP 端点，就能让所有支持 MCP 的 AI 客户端“认识”你。如果你也在做本地生活、旅游或者其他长尾行业，欢迎参考我们的仓库，也欢迎提 Issue 交流。