課程：AI Agent 開發 — MCP（Model Context Protocol） 主題：旅遊顧問 MCP Server (純搜尋美食、景點版)
這是整合天氣提醒、旅遊知識問答與景點美食搜尋的旅遊顧問 Server。提供下列 Tool：
| Tool 名稱 | 功能說明 | 負責組員 |
|---|---|---|
tools/weather_tool.py |
查詢指定城市即時天氣 | 辛晴 |
tools/travel_search_tool.py |
搜尋景點、美食等資訊 | 蔡秉倫 |
tools/get_trivia.py |
取得旅途知識問答題 | 楊永蘭 |
| 姓名 | 負責功能 | 檔案 | 使用的 API |
|---|---|---|---|
| 辛晴 | 查詢指定城市即時天氣 | tools/weather_tool.py |
wttr.in API |
| 蔡秉倫 | 搜尋景點、美食等資訊 | tools/travel_search_tool.py |
DuckDuckGo API |
| 楊永蘭 | 取得旅途知識問答題 | tools/get_trivia.py |
OpenTDB API |
| 黃國傑 | Resource + Prompt | server.py |
Gemini API |
| 黃國傑 | Agent（用 AI 產生） | agent.py |
Gemini API |
├── server.py # MCP Server 主程式
├── agent.py # MCP Client + Gemini Agent（用 AI 產生）
├── tools/
│ ├── __init__.py
│ ├── weather_tool.py # 查詢天氣的 Tool
│ ├── web_search_tool.py # 景點/美食搜尋 Tool
│ ├── travel_search_tool.py # 進階美食/景點搜尋 Tool
│ └── get_trivia.py # 旅途知識問答 Tool
├── requirements.txt
├── .env.example
├── .gitignore
└── README.md
# 1. 建立虛擬環境
python3 -m venv .venv
source .venv/bin/activate
# 2. 安裝依賴
pip install -r requirements.txt
# 3. 設定 API Key
cp .env.example .env
# 編輯 .env，填入你的 GEMINI_API_KEY
# 4. 用 MCP Inspector 測試 Server
mcp dev server.py
# 5. 用 Agent 對話
python agent.py貼上 Inspector 的截圖（Tools / Resources / Prompts 三個分頁都要有）
貼上 Agent 對話的截圖（顯示 Gemini 呼叫 Tool 的過程，以及使用 /use 呼叫 Prompt 的結果）
- 功能：取得指定城市的即時天氣資訊，包含溫度、體感溫度和天氣狀況。當使用者詢問天氣、溫度、是否該帶傘時使用。
- 使用 API：https://wttr.in/{city}?format=j1
- 參數：
city(字串型態) - 目標城市名稱，如 "Taipei"。 - 回傳範例：
🌍 Taipei 即時天氣：
🌡️ 溫度：25°C（體感 26°C）
☁️ 天氣狀況：Partly cloudy
- 功能：使用 DuckDuckGo 搜尋景點、美食等旅遊資訊，回傳前 5 筆結果。當查詢特定地區景點或推薦美食時使用。
- 使用 API：duckduckgo-search 套件
- 參數：
query(字串型態) - 搜尋關鍵字，例如 "台北美食推薦"。 - 回傳範例：
🔍 搜尋「台北美食推薦」的結果：
1. **台北美食總整理**
2. **2026必吃在地小吃**
---
- 功能：取得隨機的旅途知識問答題（四選一），增加旅途趣味，提供長途搭車時娛樂。
- 使用 API：Open Trivia Database (https://opentdb.com/api.php)
- 參數：
amount(整數) - 題目數量，限制 1~10 題。difficulty(字串) - 題目難易度，支援 easy, medium, hard。
- 回傳範例：
[Trivia] 旅途知識問答（共 3 題）
-- 第 1 題 ---------------------------
類別：Geography
難度：[Easy] 簡單
問題：What is the capital of Japan?
A. Beijing
B. Seoul
C. Bangkok
D. Tokyo
正確答案：Tokyo
在實作中遇到最難的問題是連線 Gemini API 時經常遇到 "429 RESOURCE_EXHAUSTED" 的配額問題，需要準備額度充分的 API Key。另外，在 Windows 環境下使用 Python 終端機進行中文對話時，當輸入中文字串傳遞到底層網路模組
httpx會因為預設編碼並未轉碼而拋出UnicodeEncodeError (surrogates not allowed)。後來經過摸索，發現只要在主程式 (agent.py) 最前端加入sys.stdin.reconfigure(encoding='utf-8')，就可以確保終端機捕捉中文輸入時採用正確編碼，順利解決報錯。
MCP 的好處在於將 Tool 的開發實作與 Agent 模型「完全解耦」。以前上週寫的 Tool Calling 必須將函式直接寫在 Agent 所在的同一個專案或模組裡；現在透過 MCP，我們可以把功能獨立發布成一個伺服器。不僅所有語言皆能互通，甚至未來這套開發好的 Server 換成別家的大型語言模型（比如 Claude）也都能無縫接軌使用，無需修改任何一行旅遊搜尋或天氣查詢的原始碼。這讓工具的維護、發布與擴充性變得非常強大。