1、所属行业:AI 智能健康管理、饮食记录与体重管理。
2、目标用户:希望了解饮食热量、控制体重、改善饮食结构的人群。
3、应用场景:通过拍照识别降低手动记录门槛,让用户更轻松地了解每餐热量与营养情况,并长期坚持健康管理。
点击空白处退出提示
1、所属行业:AI 智能健康管理、饮食记录与体重管理。
2、目标用户:希望了解饮食热量、控制体重、改善饮食结构的人群。
3、应用场景:通过拍照识别降低手动记录门槛,让用户更轻松地了解每餐热量与营养情况,并长期坚持健康管理。
1、AI 饮食识别:支持拍摄或从相册选择食物照片,估算食物名称、热量、重量,以及蛋白质、碳水、脂肪等营养数据。
2、饮食记录与分析:提供每日饮食记录、热量与营养看板、常见食物查询、营养成分表识别及结果手动修正。
3、体重健康管理:支持体重、BMI、目标热量、健康趋势分析及 Apple 健康数据同步。
4、饮食推荐:提供低卡饮食推荐和“这顿吃什么”功能,结合参考热量与建议份量,帮助用户减少选择压力。
5、视觉体验:通过食物贴纸、轻量动画和可视化数据,降低传统健康工具的使用压力。所有估算结果均明确标注参考范围,不替代专业营养或医疗建议。
1、个人职责:项目由我独立负责产品规划、交互与视觉设计、iOS 客户端开发、后端接口、数据处理、测试、部署及版本运营。
2、客户端技术:采用 Swift、SwiftUI、SwiftData、HealthKit 和 StoreKit 2,实现本地数据持久化、健康数据同步、订阅管理及中英文适配。
3、服务端技术:采用 TypeScript、Cloudflare Workers、D1 和 KV,并接入多模态 AI,实现食物图片与营养标签识别。
4、技术难点:重点解决图片压缩上传、结构化结果解析、数据库版本迁移、异常崩溃兜底、弱网与断网处理、数据版本缓存及线上动态配置。
5、架构亮点:采用客户端本地优先、服务端配置驱动的架构,在保证打开速度和数据可用性的同时,支持快速迭代、埋点反馈与线上风险控制。







评论