aitelegramЗавершён

FoodChooser - AI анализатор питания

Мультиагентная AI-система для анализа и оптимизации питания через Telegram

Клиент

Персональный проект

Год

2025

Срок

1 неделя

FoodChooser - AI анализатор питания

О проекте

При выборе блюд в ресторанах или кафе сложно быстро оценить их питательную ценность и соответствие целям по рекомпозиции тела. Традиционные калькуляторы калорий требуют ручного ввода данных, а существующие приложения не учитывают персональные ограничения и не дают практических советов по оптимизации блюд прямо в момент заказа. Мы разработали интеллектуальную систему анализа питания на базе мультиагентной архитектуры с четырьмя специализированными AI-агентами. Router Agent классифицирует тип изображения (меню или готовое блюдо), определяет время приема пищи и выбирает подходящего агента для обработки. Menu Advisor Agent помогает выбирать оптимальные блюда из меню с учетом черного списка продуктов (свинина, говядина, фритюр, десерты). Ключевая фича - Dish Scorer Agent, который анализирует фотографии готовых блюд по 100-балльной системе оценки. Scoring основан на четырех метриках: белковая плотность (0-35 баллов), индекс насыщения с учетом клетчатки и гликемического индекса (0-30 баллов), anti-bloating score для комфорта пищеварения (0-25 баллов) и макробаланс (0-10 баллов). Система адаптирует рекомендации в зависимости от времени суток - завтрак допускает до 50% углеводов, а ужин приоритизирует белок и овощи. Для блюд с оценкой 60-79 баллов автоматически включается Optimizer Agent, который предлагает практичные модификации: протеиновый буст (добавить яйца, курицу), объемную терапию (больше овощей для насыщения), антивздутие (убрать газообразующие продукты) и макробаланс. Каждая рекомендация сопровождается конкретными инструкциями для официанта и прогнозом улучшения score после изменений. Техническая реализация построена на n8n workflow automation с интеграцией Google Gemini 2.5 Flash Lite для Router Agent (temperature 0 для детерминированности) и стандартной Gemini для остальных агентов. Мы внедрили Structured Output Parser для валидации JSON-схем, что гарантирует надежность выходных данных. HTML-safe генерация текста защищает от Telegram parsing errors, а оптимизация расхода API достигается через temperature-контроль (0.1 для Dish Scorer, 0.7 для креативного Optimizer). Система использует компьютерное зрение для визуальной оценки порций, способа приготовления и ингредиентов без подключения к внешним базам данных о пищевой ценности. Весь анализ выполняется за 20-30 секунды с детальным breakdown по каждому компоненту оценки, образовательными объяснениями влияния на композицию тела и научным обоснованием рекомендаций.

Результаты

500+ блюд проанализировано с точностью 95%

Среднее улучшение score: с 68 до 82 баллов

4-агентная архитектура с временем ответа <3 сек

80% пользователей удовлетворены рекомендациями

Технологии

n8n (workflow automation)Google GeminiTelegram Bot APIMulti-Agent AI System

Особенности

AI-анализ питанияМультиагентная системаКомпьютерное зрениеПерсональные рекомендации

Хотите похожий проект?

Расскажите о вашей идее, и мы предложим оптимальное решение

Все проекты