1. 为什么做
传统饮食记录 App 要手动搜食物、逐项录入，太麻烦，用户坚持不下来；而且只记账、不干预。随食拍用拍照自动识别 + 营养分析把记录成本降到一张照片，再用「吃前建议 + 热量银行」做主动干预。
2. 背景
多模态大模型（qwen3.5-flash）API 成熟、便宜，拍照识餐第一次可以低成本做好
饮食记录类 App 行业通病就是记录累、识别不准、留存差
对标 MyFitnessPal、薄荷健康，差异化在个性化和游戏化（本地 RAG 越用越准 + 热量银行利息机制）
随食拍是一款基于多模态大模型的智能饮食管理助手。用户只需拍摄食物照片，系统即可自动识别食物种类、分析卡路里和营养成分，结果在对话流中展示并自动存档，将饮食记录成本降到“拍一张照”。传统健康类 App 依赖手动搜索录入、记录负担重，且只做事后记账、缺乏对饮食决策的干预，用户难以坚持。随食拍在此基础上提供“吃前的神谕”（进食前的健康预测与个性化建议）和“热量银行”游戏化管理（每日目标为余额，盈余存资产享年化5%利息，透支负债10%利息），把饮食健康从被动记录升级为主动干预。产品同时通过本地 RAG 系统沉淀用户个人食物库，越用越准，并配备多个不同语气的虚拟助手提供个性化陪伴。
（1）食物识别与营养分析：拍照或选图后调用 qwen3.6-plus 多模态 API，自动识别食物并输出卡路里与营养成分，结果自动存储，支持手动修正兜底，采用异步处理保证交互流畅。（2）本地 RAG 个性化识别：用 DashScope 多模态 Embedding 将照片编码为向量，FAISS + SQLite 混合存储，再次遇到类似菜品时检索历史记录增强识别，解决冷启动和重复识别问题，越用越准。（3）热量银行：每日卡路里目标为初始余额，每餐热量扣除，盈余存入热量资产账户（年化5%利息），透支形成负债（年化10%利息），并生成本周热量银行报告。（4）健康预测：基于个人数据和当日摄入，进食前生成健康预测分和个性化建议，实现主动干预。（5）多 Agent 对话：对话流式交互，提供营养顾问、健康教练、美食探索者三种语气的虚拟助手，统一模型通过 prompt 工程实现语气差异化。（6）饮食清单与可视化：日期导航、饮食详情、卡路里占比图表与进度条，直观展示目标完成度。（7）个人中心：管理个人信息，设置每日卡路里目标，支持体重测算或手动输入消耗，配合快减、慢减、维持、增肌四种策略。（8）数据存储与网络：Flutter 前端 + FastAPI 后端 + MongoDB 云端存储，本地缓存最近7天记录支持离线查看，网络恢复自动同步，全程 HTTPS 加密保护隐私。
评论