旅游行业 AI 行程规划 — Möchten Sie eine intelligente Reiseplanung für Ihre Tourismus-Plattform entwickeln? In diesem Tutorial zeige ich Ihnen Schritt für Schritt, wie Sie mit HolySheep AI ein mehrstufiges Konversationssystem aufbauen, das echte Reiserouten erstellen kann. Keine Vorkenntnisse nötig — wir beginnen bei Null.
Was ist eine mehrstufige Konversation und Werkzeugaufruf?
Stellen Sie sich vor, ein Reisender sagt: „Ich möchte nach Japan reisen." Dann fragt das System: „Wie lange möchten Sie bleiben?" Der Nutzer antwortet: „10 Tage im April." Erst dann erstellt das System einen vollständigen Reiseplan. Das ist eine mehrstufige Konversation.
Der Werkzeugaufruf bedeutet, dass die KI nicht nur Text generiert, sondern auch echte Aufgaben erledigen kann — zum Beispiel das aktuelle Wetter abrufen oder eine Datenbank nach Hotels durchsuchen. Diese Technologie macht Ihre Reiseplanung lebendig und praktisch.
Grundaufbau: Die HolySheep API Verbindung
Zunächst benötigen Sie einen Zugang zur HolySheep AI Plattform. Wenn Sie noch kein Konto haben, können Sie sich hier kostenlos registrieren. Die Registrierung ist einfach und dauert nur wenige Minuten. Als Neukunde erhalten Sie kostenlose Credits zum Testen.
Der entscheidende Vorteil von HolySheep AI: Der Wechselkurs beträgt nur ¥1=$1, was Ihnen über 85% Ersparnis gegenüber anderen Anbietern bietet. Sie können bequem mit WeChat oder Alipay bezahlen.
Schritt 1: Python Umgebung einrichten
Bevor wir beginnen, installieren wir die benötigten Bibliotheken. Öffnen Sie Ihr Terminal und geben Sie ein:
pip install requests python-dotenvDiese zwei Bibliotheken reichen aus. requests für die Internetverbindung und python-dotenv für die sichere Verwaltung Ihres API-Schlüssels.
Schritt 2: Ihre erste Konversation erstellen
Erstellen Sie eine neue Datei namens trip_planner.py und fügen Sie folgenden Code ein:
import requests
import json
import os
from dotenv import load_dotenv
load_dotenv()
API Konfiguration für HolySheep AI
BASE_URL = "https://api.holysheep.ai/v1"
API_KEY = os.getenv("HOLYSHEEP_API_KEY", "YOUR_HOLYSHEEP_API_KEY")
def send_message(messages):
"""
Sendet eine Nachricht an die HolySheep AI API
und gibt die Antwort zurück.
"""
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json"
}
payload = {
"model": "gpt-4.1",
"messages": messages,
"temperature": 0.7
}
try:
response = requests.post(
f"{BASE_URL}/chat/completions",
headers=headers,
json=payload,
timeout=30
)
response.raise_for_status()
return response.json()
except requests.exceptions.RequestException as e:
print(f"Verbindungsfehler: {e}")
return None
Testen Sie Ihre erste Konversation
messages = [
{"role": "user", "content": "Ich möchte eine Reise nach Tokio planen"}
]
result = send_message(messages)
if result:
print("Antwort:", result["choices"][0]["message"]["content"])Hinweis: Erstellen Sie eine .env Datei im selben Ordner mit dem Inhalt HOLYSHEEP_API_KEY=Ihr_Schlüssel. So ist Ihr API-Key sicher gespeichert und wird nicht versehentlich geteilt.
Schritt 3: Werkzeuge für die Reiseplanung definieren
Jetzt kommt der spannende Teil: Wir definieren Werkzeuge, die der KI helfen, echte Informationen zu beschaffen. Wir erstellen ein System, das:
- Das aktuelle Wetter an einem Reiseziel abrufen kann
- Hotels mit bestimmten Kriterien finden kann
- Sehenswürdigkeiten in einer Stadt auflisten kann
# Werkzeugdefinitionen für die Reiseplanung
TOOLS = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Ruft das aktuelle Wetter für eine Stadt ab",
"parameters": {
"type": "object",
"properties": {
"stadt": {
"type": "string",
"description": "Der Name der Stadt"
},
"datum": {
"type": "string",
"description": "Das gewünschte Datum im Format JJJJ-MM-DD"
}
},
"required": ["stadt"]
}
}
},
{
"type": "function",
"function": {
"name": "suche_hotels",
"description": "Findet Hotels basierend auf Stadt und Budget",
"parameters": {
"type": "object",
"properties": {
"stadt": {
"type": "string",
"description": "Der Name der Stadt"
},
"budget_stufe": {
"type": "string",
"description": "budget, mittel oder premium",
"enum": ["budget", "mittel", "premium"]
}
},
"required": ["stadt"]
}
}
},
{
"type": "function",
"function": {
"name": "zeige_sehenswuerdigkeiten",
"description": "Listet wichtige Sehenswürdigkeiten einer Stadt auf",
"parameters": {
"type": "object",
"properties": {
"stadt": {
"type": "string",
"description": "Der Name der Stadt"
}
},
"required": ["stadt"]
}
}
}
]
def execute_tool(tool_name, arguments):
"""
Führt ein Werkzeug aus und gibt das Ergebnis zurück.
In einer echten Anwendung würden hier Datenbankabfragen
oder API-Aufrufe stattfinden.
"""
print(f"Werkzeug wird ausgeführt: {tool_name}")
print(f"Argumente: {arguments}")
# Simulierte Ergebnisse für Demo-Zwecke
if tool_name == "get_weather":
return {
"stadt": arguments["stadt"],
"temperatur": 22,
"bedingung": "Sonnig",
"empfehlung": "Perfektes Wetter für Sightseeing!"
}
elif tool_name == "suche_hotels":
return {
"stadt": arguments["stadt"],
"hotels": [
{"name": "City Center Hotel", "preis": 120, "bewertung": 4.5},
{"name": "Comfort Inn", "preis": 85, "bewertung": 4.2}
]
}
elif tool_name == "zeige_sehenswuerdigkeiten":
return {
"stadt": arguments["stadt"],
"sehenswuerdigkeiten": [
{"name": "Alter Turm", "beschreibung": "Historischer Aussichtspunkt"},
{"name": "Stadtmuseum", "beschreibung": "Lokale Geschichte und Kunst"}
]
}
return {"fehler": "Unbekanntes Werkzeug"}Schritt 4: Die Konversationsschleife implementieren
Der Kern unserer Anwendung ist die Schleife, die Nachrichten sendet, auf Werkzeugaufrufe prüft und diese ausführt:
def konversations_schleife():
"""
Hauptschleife für die mehrstufige Reiseplanung.
Führt einen Dialog, bis alle Werkzeugaufrufe erledigt sind.
"""
messages = [
{
"role": "system",
"content": """Sie sind ein freundlicher Reiseassistent.
Helfen Sie dem Nutzer, eine personalisierte Reiseroute zu planen.
Verwenden Sie die verfügbaren Werkzeuge, um aktuelle Informationen
zu Wetter, Hotels und Sehenswürdigkeiten zu sammeln.
Stellen Sie gezielte Fragen, um die Reise besser zu verstehen."""
}
]
print("=" * 50)
print("Willkommen beim KI Reiseplaner!")
print("Beschreiben Sie Ihre Traumreise (oder 'ende' zum Beenden)")
print("=" * 50)
while True:
nutzer_eingabe = input("\nSie: ")
if nutzer_eingabe.lower() in ["ende", "beenden", "exit"]:
print("\nDanke für die Nutzung des Reiseplaners!")
break
messages.append({"role": "user", "content": nutzer_eingabe})
# Anfrage an HolySheep AI senden mit Werkzeugen
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json"
}
payload = {
"model": "gpt-4.1",
"messages": messages,
"tools": TOOLS,
"temperature": 0.7
}
try:
response = requests.post(
f"{BASE_URL}/chat/completions",
headers=headers,
json=payload,
timeout=30
)
response.raise_for_status()
result = response.json()
assistant_message = result["choices"][0]["message"]
messages.append(assistant_message)
# Prüfen, ob Werkzeuge aufgerufen wurden
if "tool_calls" in assistant_message:
print("\n🤖 KI benötigt Informationen...")
for tool_call in assistant_message["tool_calls"]:
tool_name = tool_call["function"]["name"]
arguments = json.loads(tool_call["function"]["arguments"])
# Werkzeug ausführen
tool_result = execute_tool(tool_name, arguments)
# Ergebnis zur Konversation hinzufügen
messages.append({
"role": "tool",
"tool_call_id": tool_call["id"],
"content": json.dumps(tool_result)
})
# Folgeanfrage mit Ergebnissen senden
follow_up = requests.post(
f"{BASE_URL}/chat/completions",
headers=headers,
json={
"model": "gpt-4.1",
"messages": messages,
"temperature": 0.7
},
timeout=30
)
follow_result = follow_up.json()
finale_antwort = follow_result["choices"][0]["message"]["content"]
messages.append(follow_result["choices"][0]["message"])
else:
finale_antwort = assistant_message["content"]
print(f"\n🤖 Reiseassistent: {finale_antwort}")
except requests.exceptions.RequestException as e:
print(f"\n❌ Fehler bei der Verbindung: {e}")
continue
Starten Sie die Anwendung
if __name__ == "__main__":
konversations_schleife()Beispiel-Gespräch mit dem Reiseplaner
So könnte ein typisches Gespräch aussehen:
Sie: Ich möchte eine Woche nach Barcelona reisen, im Mai, mit mittlerem Budget
🤖 Reiseassistent: Das klingt nach einer wunderbaren Reise!
Bevor ich Ihnen eine detaillierte Route erstelle, lassen Sie mich
kurz das aktuelle Wetter und passende Hotels prüfen.
Werkzeug wird ausgeführt: get_weather
Argumente: {'stadt': 'Barcelona', 'datum': '2026-05-15'}
Werkzeug wird ausgeführt: suche_hotels
Argumente: {'stadt': 'Barcelona', 'budget_stufe': 'mittel'}
🤖 Reiseassistent: Perfekt! Hier ist Ihr personalisierter Barcelona-Plan:
**Tag 1:** Ankunft, Hotel-Check-in, Spaziergang durch Las Ramblas
**Tag 2:** Sagrada Familia, Park Güell
**Tag 3:** Gothic Quarter, Barceloneta Strand
...
(Wetter: 24°C, sonnig — ideales Sightseeing-Wetter!)Preisvergleich: HolySheep AI vs. Alternativen
Ein wichtiger Vorteil von HolySheep AI ist der günstige Preis. Hier ein Vergleich der Kosten pro Million Token (Stand 2026):
- GPT-4.1: $8.00 pro Million Token
- Claude Sonnet 4.5: $15.00 pro Million Token
- Gemini 2.5 Flash: $2.50 pro Million Token
- DeepSeek V3.2: $0.42 pro Million Token
Mit HolySheep AI profitieren Sie von weniger als 50ms Latenz bei der API-Antwort, was besonders bei mehrstufigen Konversationen für ein flüssiges Nutzererlebnis sorgt.
Häufige Fehler und Lösungen
1. Fehler: "401 Unauthorized" bei der API-Anfrage
Problem: Sie erhalten eine Fehlermeldung, dass der API-Schlüssel ungültig ist.
Lösung: Überprüfen Sie drei Dinge:
- Ist der API-Schlüssel in der
.envDatei korrekt geschrieben? - Beginnt der Schlüssel mit
sk-oder dem richtigen Format? - Haben Sie
load_dotenv()am Anfang Ihres Codes aufgerufen?
# Überprüfen Sie Ihren API-Key so:
import os
print(os.getenv("HOLYSHEEP_API_KEY"))2. Fehler: "Connection Timeout" bei der Anfrage
Problem: Die Anfrage braucht zu lange und wird abgebrochen.
Lösung: Erhöhen Sie den Timeout-Wert in Ihrem Code. Bei HolySheep AI beträgt die durchschnittliche Latenz unter 50ms, aber bei hoher Auslastung kann es manchmal länger dauern:
response = requests.post(
url,
headers=headers,
json=payload,
timeout=60 # Von 30 auf 60 Sekunden erhöhen
)3. Fehler: Werkzeuge werden nicht erkannt oder ausgeführt
Problem: Die KI antwortet, aber führt keine Werkzeuge aus.
Lösung: Dies kann zwei Ursachen haben:
- Das Feld
toolsfehlt in der API-Anfrage — prüfen Sie, ob es korrekt übergeben wird - Die Werkzeugbeschreibung ist zu kompliziert — vereinfachen Sie sie für Anfänger
# Stellen Sie sicher, dass 'tools' in der Anfrage ist:
payload = {
"model": "gpt-4.1",
"messages": messages,
"tools": TOOLS, # ← Dieser Teil darf nicht fehlen!
"temperature": 0.7
}4. Fehler: Endlosschleife bei Werkzeugaufrufen
Problem: Das System führt immer wieder dieselben Werkzeuge aus, ohne jemals zu antworten.
Lösung: Fügen Sie eine maximale Anzahl von Schleifendurchläufen hinzu:
max_iterationen = 5
iteration = 0
while iteration < max_iterationen:
iteration += 1
# ... Ihre Logik hier ...
if not has_tool_calls:
break
Verwandte Ressourcen
Verwandte Artikel