TravelPlanner

测测你的AI会不会做旅行攻略，一测便知规划能力

TravelPlanner 是一个面向语言智能体的真实世界规划基准测试集，由 ICML'24 Spotlight 论文提出。它旨在评估大语言模型（LLM）驱动的智能体在复杂旅行规划任务中的能力，解决现有基准测试过于简单、脱离实际的问题。该基准包含 1200 多个精心设计的规划任务，覆盖餐饮、住宿、交通、景点等多维度约束，要求智能体在满足用户偏好和现实限制（如预算、时间、开放时间）的前提下生成可行方案。核心能力包括：提供标准化的任务生成与评估流程，支持对语言智能体的规划能力进行量化评分；内置多种难度级别，可测试智能体的推理、检索和组合规划能力。项目提供 Python 接口和数据集，便于研究者复现实验并对比不同模型的表现，是评估和推动语言智能体规划能力发展的重要工具。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 549

维护状态低维护

是否开源是

定价模式 free

项目数据

分类智能体

开发团队OSU-NLP-Group

所属国家

官网地址https://osu-nlp-group.github.io/TravelPlanner

GitHubhttps://github.com/OSU-NLP-Group/TravelPlanner

定价模式free

价格说明开源项目，提供在线演示页面，完全免费使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型autonomous-agents,language-agent,large-language-models,planning

GitHub 星标★ 549

30天Star增速

HF 下载量

上线时间2024-01-01 00:00:00

最近更新2026-09-20 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

核心亮点

覆盖1200+真实旅行规划任务，约束条件丰富，贴近实际使用场景
提供标准化评估流程和量化指标，方便横向对比不同语言智能体的规划能力
来自ICML'24 Spotlight，学术权威性强，数据集和代码开源可复现

不足之处

仅聚焦旅行规划单一领域，泛化到其他规划任务（如日程、资源调度）需额外适配
评估指标可能偏向于约束满足，对方案质量（如用户满意度）的刻画有限

适用场景

学术研究：评估和对比大语言模型在复杂规划任务上的表现
模型开发：帮助开发者定位语言智能体在规划推理中的短板并迭代优化
教育演示：作为AI规划能力教学和演示的标准化案例

替代项目

AgentBench、ToolBench、ALFWorld

项目介绍

TravelPlanner 是评测安全领域的开源项目，由 OSU-NLP-Group 开发，2024 年首次发布。

它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 549。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-20。提供在线演示页面，完全免费使用。从国内网络环境看，可直接访问。

它主要面向的使用场景是：学术研究：评估和对比大语言模型在复杂规划任务上的表现。同类可对比的替代方案包括 AgentBench、ToolBench、ALFWorld。

上一篇：awesome-ai-agents-security

下一篇：appworld