立项原因:中国糖尿病患者数量庞大,日常饮食是血糖控制的决定性环节,而多数患者缺乏食物升糖指数(GI)等专业营养知识,难以在每餐做对选择。项目为糖尿病患者提供「查询—识别—记录」的一站式饮食管理工具:查食物 GI、拍照让 AI 识别食物升糖值、记录血糖与饮食,把专业营养知识落到普通人每天的吃饭场景里。行业背景:慢病管理市场以「科普内容 + 饮食干预」为核心,用户最需要的是准确、即用、低操作门槛的工具,而非单纯的信息堆砌。
点击空白处退出提示
立项原因:中国糖尿病患者数量庞大,日常饮食是血糖控制的决定性环节,而多数患者缺乏食物升糖指数(GI)等专业营养知识,难以在每餐做对选择。项目为糖尿病患者提供「查询—识别—记录」的一站式饮食管理工具:查食物 GI、拍照让 AI 识别食物升糖值、记录血糖与饮食,把专业营养知识落到普通人每天的吃饭场景里。行业背景:慢病管理市场以「科普内容 + 饮食干预」为核心,用户最需要的是准确、即用、低操作门槛的工具,而非单纯的信息堆砌。
功能模块:食物 GI 查询、AI 拍照识食、AI 食物搜索、实测经验分享、血糖记录(OCR)、饮食记录、收藏中心、个人中心、数据管理后台。
主要功能:食物查询按 GI 升糖指数(低≤55、中 56-70、高>70)分级并提供分类浏览与搜索;AI 相机拍照识别食物并智能分析升糖值,AI 食物搜索支持自然语言提问;知识板块展示 UP 创作者整理的食品+体重+血糖实测经验,支持点赞、收藏与视频播放统计;血糖记录支持手动录入与拍照 OCR 识别血糖仪数值;饮食记录形成每日统计;后台提供食物数据、实测数据、文章、图片报错的管理与批量导入,并含数据统计看板。
负责工作:微信小程序全端开发(13 个页面、20 条路由、60+ 个 uniCloud 云函数及数据库 schema 设计)。
技术栈:uni-app(Vue 3)前端 + uniCloud 阿里云云函数后端 + MongoDB + 阿里云 OSS 图片存储,Vite 构建。
亮点与难点:三路 AI 能力落地(豆包图像识别分析食物升糖、OCR 识别血糖仪、AI 自然语言搜索)均封装为云函数;图片加载失败兜底为分类 emoji;统一错误处理、登录守卫、防抖节流等公共工具层(common/utils.js);管理端与用户端共用同一套云函数,页面交互(骨架屏、加载更多、下拉刷新)做全量打磨。




评论