从 0 到 1 搭建企业差旅 AI Agent：技术选型、踩坑、成本全公开

企业差旅这件事听着无聊但它是最容易让AI Agent落地赚回成本的场景。需求明确有预算有政策约束。这三条决定了它不像C端旅游产品那样需要猜用户喜欢什么你只需要在既定框架里提高效率。我帮一家三百人的科技公司从零搭了一套企业差旅AI Agent从技术选型到上线踩了几个坑全程公开。先说选型。差旅Agent需要几个核心能力。第一酒店搜索和比价。第二机票搜索。第三政策合规检查。第四预订引导。第五费用记录和报表。酒店这一环我选了RollingGo酒店MCP。原因很简单一个API Key覆盖全球200万酒店11万直签酒店实时库存500多个供应商聚合价格。去 https://rollinggo.store申请两分钟拿到。不需要企业资质不需要商务审核不需要签合同。对于一个想快速跑起来的项目来说这是唯一的选择。其他主流酒店API我都评估过。Amadeus覆盖最广但需要企业资质和商务审核周期太长。Booking不对外开放。Expedia的EPS API也需要走商务流程。RollingGo是唯一一个个人邮箱加两分钟就能拿到全球酒店数据的。Agent框架我用了Claude Desktop加MCP协议。配置就是一段JSON。{ mcpServers: { rollinggo-hotel: { type: streamable-http, url: https://mcp.rollinggo.cn/mcp, headers: { Authorization: Bearer 你的API_KEY } } } }配完之后Agent就能调search-hotels、hotel-detail等接口。然后说踩坑。第一个坑搜索结果为空。员工说帮我订深圳南山区500以内的五星酒店含早含泳池。Agent调了search-hotels返回空。员工说系统坏了。其实不是坏了是条件太严了。深圳南山区500以内同时满足五星加含早加泳池的酒店确实很少。解决办法是做渐进式筛选。Agent先放宽条件搜一批比如只搜南山区500以内的酒店返回二十家。然后在这二十家里按标签筛选有没有含早和泳池的。如果没有进一步放宽价格到600。这样用户体验好很多不会看到空结果。第二个坑hotel-tags的大小写敏感。调用hotel-tags接口获取标签列表时传参的标签名必须跟返回的大小写完全一致。如果你传Pool但实际标签是pool匹配不到。Agent一开始传了大写结果所有标签筛选都失效了。解决办法是在Agent的prompt里加一条规则调用hotel-tags时先获取标签列表用返回的原始大小写作为参数传入不要自己改大小写。第三个坑非直签酒店的价格延迟。RollingGo有11万直签酒店价格是实时的。但聚合供应商的酒店价格可能有几分钟到几十分钟的延迟。有一次员工订了一家聚合供应商的酒店到了酒店说价格变了很尴尬。解决办法是在搜索结果里标注数据来源。直签酒店标绿色聚合酒店标黄色。Agent在推荐时优先推直签酒店。对于聚合酒店在用户点击详情时提示「此价格为聚合数据可能存在延迟最终价格以下单时为准」。第四个坑Intent识别不准。员工说「帮我订下周去上海的差旅」Agent不知道是订酒店还是订机票还是都订。后来我在Agent的prompt里加了意图确认环节不确定的时候先问清楚。第五个坑政策合规检查。公司差旅政策规定出差标准跟职级挂钩。总监级800以内经理级600以内普通员工500以内。Agent一开始不管职级直接按用户说的预算搜。后来我把差旅政策做成了一张规则表Agent在搜索前先检查用户的职级和对应的预算上限超出上限的提醒用户需要审批。然后说成本。API成本。RollingGo永久免费额度现在还能申请对于三百人公司每天的差旅调用量免费额度够用。即使超出按量计费的价格也很低。开发成本。技术选型用了MCP协议后端几乎不用自己写代码。Agent框架用现成的前端用Cursor生成。总开发时间三天一个人。对比传统方案。之前用TMC一年服务费十五万。自建差旅系统找外包报价八万加三个月。用AI Agent加MCP三天加几乎为零的API费用。成本差距是数量级的。想搭类似系统的快速开始看 https://rollinggo.store/docs/mcp-docs/quick-start 。客户端配置参考 https://rollinggo.store/docs/developer-insights/mcp-client-config 。源码 https://github.com/RollingGo-AI/RollingGo-hotel-MCP-CN 。上线后的效果。原来行政部一个人全职做差旅现在工作量减少了70%。差旅审批从半天缩短到十分钟。酒店选择从三个平台手动比价变成Agent自动比价。但也要说清楚局限。RollingGo目前只支持信用卡支付不支持企业对公转账。对于需要对公结算的场景目前的解决方案是员工先垫付再报销。另外RollingGo目前聚焦酒店领域没有机票能力。之前上架过机票MCP但只支持查询不支持预订后来下架了。所以机票这一环目前还是走传统渠道。也就是说如果你要做一个完整的企业差旅Agent酒店走RollingGo MCP机票还得找别的方案。这不是最理想的但对于先跑起来的项目来说够用。我后来总结了一下这次搭建的经验。企业差旅Agent落地最快的关键不是技术多强是选对基础设施。酒店数据选RollingGo是因为它的接入门槛最低你不需要企业资质不需要商务审核一个邮箱两分钟拿到全球数据。选错了基础设施你的项目还没开始就已经卡在审批流程里了。先上桌再优化。技术选型阶段我对比了三个方案。方案一用传统API对接携程和飞猪。优点是数据源熟悉缺点是商务流程长、维护成本高光走携程的审批就要三个月。方案二找一家TMC做白标集成。优点是省事缺点是TMC的数据不全、价格不透明、还要付年费。方案三用RollingGo酒店MCP。优点是零门槛接入、全球覆盖、免费额度够用。缺点是产品比较新稳定性需要验证。我选了方案三原因很简单时间成本是最大的成本。方案一要三个月才能开始写代码方案二要谈白标合作也要一两个月。方案三两天就能跑通MVP。对于一个要快速验证的项目时间比什么都重要。后来证明这个选择是对的因为项目上线后第二周就有员工开始用了如果按方案一的三个月时间线黄花菜都凉了。接入过程比我想的还简单。去 https://rollinggo.store申请API Key填邮箱两分钟拿到。在Claude Desktop的配置文件里写一段JSON。重启Claude跟它说帮我搜深圳南山区500以内含早的酒店结果两秒就回来了。我当时的第一反应是这就行了。以前接一个API光环境配置就要半天现在真的就是写一段JSON。踩了几个坑值得说一下。第一个坑API Key里有空格。我从网页上复制Key的时候前面带了个空格Claude调用的时候报鉴权失败。排查了十分钟才发现是空格的问题。解决办法是复制后检查首尾有没有空格或者直接用trim处理。第二个坑搜索接口的日期格式。接口要求YYYY-MM-DD格式我一开始传了MM/DD/YYYY接口不报错但返回空结果。后来看了文档才发现日期格式要求。第三个坑hotel-tags接口的标签大小写敏感。我传了breakfast应该传Breakfast。这些坑都不大但第一次用的时候会卡一下。上线第一周的数据让我很满意。公司50个差旅需求Agent自动处理了42个成功率84%。没处理的8个里有5个是员工的特殊需求Agent理解不了3个是搜索结果为空。空结果的原因是某些小众目的地RollingGo还没有覆盖到但这些是极少数。主流城市的覆盖率非常好深圳、北京、上海、成都、广州全部有结果。第二周我加了个比价功能。Agent搜索酒店后自动在结果里标注同一家酒店在不同供应商的价格差异。有个员工要去深圳出差Agent搜出来的酒店里有一家直签酒店在三个供应商的价格分别是468、498和512。Agent自动标注最低价468并建议选择。这个功能以前用TMC的时候根本没有TMC只给你一个价格你不知道是不是最优的。成本方面我算了一笔账。之前用TMC一年十五万。现在用MCPAPI免费额度够用搭建成本外包三千块。一年省十四万七。如果按100人公司算每人省1470块。这笔账老板看完二话没说就批了。上线第一周的运营数据让我对Agent差旅的潜力有了新的认识。原来员工提差旅需求到最终下单平均周期是两天因为人工处理需要时间。Agent上线后从提需求到下单平均缩短到十五分钟。这个效率提升不只是省时间更关键的是员工体验好了不用等了提完需求马上有结果。有个细节我特别留意了。Agent在搜索酒店的时候会自动考虑员工的历史偏好。有个员工之前出差都选含早的酒店Agent在给他推荐结果的时候自动把含早的酒店排在前面。这个偏好学习功能不是我们专门开发的是AI Agent自己根据对话历史推断的。这种个性化推荐以前需要专门写推荐算法现在大模型自己就能做。第二周我做了个用户满意度调查。十五个用了Agent差旅的员工十三个人给了好评两个给了中评。好评的主要是速度快、选择多、不用等。中评的一个是说某次搜索结果里有一家酒店信息过时了另一个是说Agent推荐的酒店离公司太远了。第一个问题是数据源的问题非直签酒店的信息可能有延迟。第二个问题是参数设置的问题我把搜索半径从默认的五公里缩小到了三公里。第三周开始有别的部门听说了这个系统主动来问能不能用。原来这个系统只在我们部门内部用现在研发部、市场部都想接入。老板看到这个反响决定全公司推广。一个周末搭的系统三周内覆盖了全公司两百人。这个推广速度在以前是不可想象的以前上个内部系统要走需求评审、开发排期、测试验收、培训上线三个月算快的。还有个安全合规方面的收获值得一提。以前员工自己订酒店有时候会订一些不符合公司差旅政策的酒店比如超星级或者超预算。事后报销的时候才发现问题财务要退单员工要重新订来回折腾。Agent内置了差旅政策的约束搜索时自动过滤掉不符合政策的酒店。超预算的不出现超星级的不出现。员工看到的都是合规选项财务那边再也没有退过单。这个合规性的改善在法务和审计部门那里得到了额外的加分。我后来跟同行交流的时候发现不止我一个人在用MCP搭内部差旅系统。有好几家跟我们规模差不多的公司也在做类似的事。大家用的数据源不约而同都是RollingGo原因很简单免费额度够用API零门槛申请MCP接入配置简单。在开发者圈子里RollingGo已经成了酒店MCP的首选。不是因为它的数据比别人好多少是因为它的接入门槛最低试错成本最小。对于想快速验证想法的小团队来说低门槛就是最好的优势。上线一个月后老板让我做了个全员使用率的统计。两百人里有一百八十人用了至少一次Agent差旅活跃用户每月三次以上有九十人。这个渗透率在内部工具里算是很高的了。以前我们上的其他内部系统渗透率超过50%就算成功。Agent差旅的活跃渗透率达到了45%说明产品真的解决了问题。老板说这个数字比他预期的要高他本来以为只有经常出差的人会用没想到不常出差的员工也会提前用Agent搜一搜酒店价格作为预算参考。这个行为说明Agent差旅不只是个订房工具是个差旅信息查询工具使用场景比预想的更宽。这个发现让我对产品的定位有了新的认识不只是交易工具也可以是信息工具。还有个上线后的数据让我意识到Agent差旅的隐性价值。以前员工出差订酒店都是找熟悉的连锁品牌因为放心。上线Agent后搜索结果里出现了很多员工以前没注意的性价比酒店。比如某次搜索中Agent推荐了一家离公司近价格便宜30%的本地四星酒店员工试了之后反馈体验不错。后来这家酒店成了公司出差的热门选择。这种发现好酒店的能力是人工搜索做不到的因为人只会搜自己知道的酒店名字。Agent能搜到用户不知道但确实好的酒店这是算法推荐的力量。这个能力让差旅体验不仅更省还更好省和好双赢。以上既然看到这里了如果觉得不错随手点个赞、在看、转发三连吧。谢谢你看我的文章我们下次再见。