TripGuardian | Hackathon 2025 (megabrAIns)

Links

Überblick

Ziel war es, über statische Navigation hinauszugehen und ein System zu entwickeln, das Entscheidungen während der Reise laufend unterstützt. TripGuardian vereint Routenentwurf, Stopp-Kuration und Live-Monitoring in einem Erlebnis, sodass Nutzer schnell planen und bei veränderten Bedingungen flexibel bleiben.

Kontext

Entstanden für Hackathon 2025 – megabrAIns (Deutsche Telekom IT & Telecommunications Slovakia Hackathon 2025) in der Universitätsbibliothek der Technischen Universität Košice.

Anwendungsfall

Nutzer planen eine Route von A nach B und erhalten kuratierte Stopps (Aussichten, Natur, Essen, Kultur, kurze Pausen). Im Live-Modus wird die Position verfolgt und das System schlägt proaktiv Anpassungen an Route oder Stopps vor, um die Reise effizient und angenehm zu halten.

Architektur

Serverless-orientierte Architektur mit einem Backend-Orchestrator, der autonome Agenten koordiniert. Das Frontend läuft als PWA und kommuniziert über eine schlanke API-Schicht, die Agent-Reasoning für Planung, Kalender-Auswertung und Live-Empfehlungen auslöst.

Frontend

React + Vite PWA mit interaktiver Karte (Leaflet/Map Provider) und einer Detailansicht der Route. Nutzer können vorgeschlagene POIs prüfen, finale Stopps auswählen und den Live-Modus für kontinuierliche Updates und Empfehlungen starten.

Backend

Das Backend ist um agentengetriebene Endpoints aufgebaut. Der zentrale Einstieg ist /agent/query, der das AgentBrain in drei Modi steuert: planner (Routenentwurf + POIs nahe der Route), calendar (Kalenderereignis auswerten und Trip-Entwurf vorschlagen) und live (aktive Reise überwachen und Empfehlungen zurückgeben). Inputs unterstützen structured_trip (Start, Ziel, Stopps, Präferenzen inkl. Budget), current_location, active_route_id, delay_minutes sowie optional calendar_event / user_profile. /health liefert ein einfaches Status-JSON.

Funktionen

Routenentwurf mit POI-Vorschlägen entlang der Strecke, Auswahl und Reihenfolge der Stopps, Detailansicht gespeicherter Routen sowie Live-Empfehlungen basierend auf Timing und externen Bedingungen. Empfehlungen werden als klare, textbasierte Aktionen formuliert, die Nutzer annehmen oder ignorieren können.

Entwicklung

Als MVP mit klarer Trennung zwischen UI-Flows (Planung → Routendetails → Live-Modus) und agentenbasierter Logik umgesetzt. Das Backend kann lokal gestartet werden, um Agentenverhalten schnell zu iterieren und zu testen – auch ohne AWS-Infrastruktur.

Bereitstellung

Während des Hackathons wurde die App mit AWS-Hosting-Komponenten bereitgestellt (PWA-Auslieferung über CDN). Die Architektur bleibt kompatibel mit einem serverless Deployment für Skalierung und kosteneffizienten Betrieb.

AI-Verarbeitung

TripGuardian nutzt mehrere autonome Agenten, die über eine Orchestrierung koordiniert werden. Die Agenten übernehmen Routenplanung, kalenderbasierte Trip-Erkennung und Live-Reasoning während der Fahrt und liefern konkrete, umsetzbare Vorschläge statt eines einmaligen Plans.

Zusammenarbeit

Entwickelt von einem studentischen Team aus 5 Mitgliedern innerhalb des Hackathon-Zeitraums, mit Fokus auf schnelle Iteration, klare Agenten-Verantwortlichkeiten und eine durchgängige Demo.

Team

Studentisches Team (5 Mitglieder)