随着健身、减脂和特殊饮食人群增长，海外用户常需要在周末一次性规划一周餐食，但现有流程要在食谱网站、营养计算器、预算表和购物清单之间反复切换；通用 AI 又容易忽略过敏原、预算或编造营养数字。AI Meal Prep 面向忙碌健身者、预算备餐者及 vegan、keto、gluten-free 等饮食人群，把目标、饮食模式、家庭份量、忌口和周预算转成可执行约束，生成可购物、可备餐、可复核的周计划，降低“查食谱—算营养—列采购—排备餐”的时间成本。产品定位为个人膳食规划工具，不替代医生或营养师。
项目包含：首页与高蛋白、纯素、生酮、无麸质、减脂、预算及食材型 SEO 落地页；5 步个性化引导，采集目标、饮食模式、过敏原/不喜欢食材、份量、身体参数和周预算；生成免费 3 日预览或完整 7 日 meal-prep 计划，输出每日餐次、食材克数、制作步骤、宏量营养、预估成本、分类购物清单和批量备餐安排。系统以 USDA FoodData Central 复核营养覆盖，进行约束检查与自动修复；支持换餐、重新生成、收藏、购物清单勾选、已有库存/采购单位调整、PDF/CSV 导出、历史计划及“下周继续”草稿。另实现中英双语、账号与邮箱验证、订阅/积分支付、隐私同意、后台运营、SEO sitemap/结构化数据和错误恢复。
前端采用 Next.js 16 App Router、React 19、TypeScript、Tailwind CSS 4 与 next-intl；服务端使用 PostgreSQL、Drizzle ORM、Better Auth，接入 GLM 异步生成、USDA 营养数据、Creem/Stripe 支付、Resend 邮件、PostHog 与 Sentry。架构按领域模块和 application use case 分层，API 保持轻量；将自然语言需求编译为结构化 ConstraintSet，经配方池过滤、成本/营养确定性计算、约束验证和 repair loop 后输出，解决 LLM 结果不可控与营养数字不可追溯的问题。针对异步任务与商业闭环，完成幂等请求、提供商路由/熔断与恢复、轮询对账、Webhook 签名校验、积分事务、权限分级、速率限制和审计日志。当前本地自动化验证为 176 个测试文件、954 项测试全部通过。
评论