吃什么产品系统

"今天吃什么"是日常最高频的选择困难,外卖 App 推荐都偏向商家利益,健身 App 卡路里计算又脱离实际餐厅。本作品旨在融合三类信息让 AI 替你拍板:一是用户的真实饮食轨迹(自动从相册照片和外卖记录抽取),二是个人偏好与禁忌(过敏原、热量目标、口味喜好),三是当下场景(时间、附近餐厅、预算),让 LLM 像了解你多年的朋友一样推荐下一顿。

功能模块: 1) Tinder 风格选菜: 候选菜品做成卡片,左滑拒绝右滑入候选,操作 0 学习成本; 2) 自动收集饮食记录: 扫描相册中的用餐照片 + 解析外卖订单截图,自动建立用户饮食时间线; 3) 偏好画像: 过敏原、忌口、热量目标、低钠/高蛋白等约束可配置,AI 推荐时硬过滤; 4) AI 推荐引擎: 把用户画像 + 历史记录 + 当下时间地点 + 附近餐厅清单一起喂给 LLM,生成"下一顿吃什么"的具体菜品 + 理由; 5) 餐厅集成: 调用地图 API 拉取定位附近营业餐厅,推荐结果可一键导航或下单; 6) 健康复盘: 周/月饮食结构可视化,告诉用户哪类营养摄入超标或不足,辅助调整下次推荐。

我独立完成 Android 端 + 推荐引擎 + 相册扫描模块。技术栈: Kotlin + Jetpack Compose 写卡片滑动 + 偏好设置 UI、Room 落盘历史饮食时间线、ML Kit 做相册图片中食物的初步识别、外卖订单截图走 OCR + 关键词解析。推荐引擎用 OpenAI 兼容协议,把用户画像 JSON + 最近 30 天饮食记录摘要 + 当前定位附近餐厅清单序列化成 prompt,引导 LLM 输出结构化推荐(菜品名 + 理由 + 估计热量 + 餐厅建议)。难点 1: 相册扫描隐私敏感,我把识别全部放本地 ML Kit 跑,只把"用户主动确认入库"的食物名上传; 难点 2: 用户冷启动时无饮食历史,我做了引导问卷快速建立初始偏好画像。

下载渠道: 官网 https://luuming.github.io/ → 下载 chishenme.apk 直链