基于ModelEngine构建每日食谱推荐智能体

一、行业背景与饮食健康痛点

在现代快节奏的生活中，饮食健康问题日益受到关注，但实际操作面临诸多挑战：面对海量食谱信息，用户不知如何选择适合的菜谱，工作繁忙导致外卖为主，难以保证营养均衡摄入，健身、减肥、疾病管理等特殊饮食需求难以满足等问题。本教程将展示如何在快速使用ModelEngine平台构建一个每日食谱推荐智能体，帮助内帮助更多人享受健康美味的饮食生活。

二、ModelEngine：智能食谱推荐的技术基座

平台架构适配性

ModelEngine的四层架构完美支撑食谱推荐系统的技术需求：

1. 基础设施层：

   • GPU推理集群：支持实时营养分析和食谱生成
   • 食谱数据库：存储数十万道菜谱的完整信息
   • 用户偏好数据库：记录用户口味偏好和饮食限制

2. 平台层：

   • 多源食谱整合：聚合专业烹饪网站、美食博主、用户分享食谱
   • 实时营养计算：基于食材自动计算营养成分和热量
   • 食材替代引擎：在缺少食材时推荐替代方案

3. 生态接入层：

   • 生鲜电商API：连接各大生鲜平台获取实时价格和库存
   • 营养数据库接口：连接权威营养数据库获取营养成分
   • 烹饪视频资源：集成烹饪教学视频资源

4. 解决方案层：

   • 预置食谱模板：不同场景和需求的标准化食谱
   • 个性化饮食方案：根据用户目标定制饮食计划
   • 购物清单生成：根据食谱自动生成采购清单

核心组件专项优化

1. Nexent智能体引擎：打造智能食谱推荐系统

   • 营养分析智能体：分析食谱营养均衡性
   • 口味偏好智能体：学习用户口味偏好
   • 时令推荐智能体：根据季节推荐当季食材
   • 烹饪难度智能体：评估食谱制作难度
     

2. Aido应用工厂：构建全渠道食谱推荐界面

   • 微信小程序模板：便捷的每日食谱推荐
   • Web门户网站：功能完整的食谱管理平台
   • 家庭智能屏应用：厨房场景的语音交互应用
   • 智能家居集成：与智能厨电联动

3. FIT框架：对接饮食健康服务生态

   • 通过FIT Core连接生鲜电商平台
   • 利用WaterFlow Engine编排每周饮食计划
   • 使用FEL表达式实现个性化推荐算法
     

三、实战构建：每日食谱推荐智能体

智能体定义

名称：每日食谱推荐智能体
定位：AI驱动的个性化食谱推荐专家，融合营养学知识、烹饪技巧和时令食材，提供每日三餐的智能推荐、营养分析和购物指导。

三个典型使用场景：

1. “最近在减肥，请推荐一周低卡又好吃的晚餐食谱”
2. “家里有老人和孩子，需要兼顾营养和口味，有什么推荐？”
3. “今晚只有30分钟做饭时间，冰箱里有鸡蛋、西红柿、鸡肉，能推荐几道菜吗？”

四、分步实施指南

步骤1：创建智能体应用

访问ModelEngine官网 https://modelengine-ai.net/#/home，依次点击"应用编排"→"在线体验"→"创建空白应用"。

登录ModelEngine控制台，创建"每日食谱推荐"，输入智能体描述：

每日食谱推荐是一位贴心的美食伙伴，专注于为用户提供个性化、营养均衡的每日食谱推荐。它能够根据用户的饮食偏好、营养需求、烹饪条件和时令食材，智能推荐适合的菜谱，并提供详细的制作步骤、营养分析和购物清单。目标是帮助用户吃得健康、吃得美味，轻松享受烹饪的乐趣。

点击"智能生成"获得优化提示词。

步骤2：智能生成核心提示词

###
input:
美食推荐专家

output:
<instruction>
    <instructions>
        1. 作为美食推荐专家，你需要根据用户的需求和条件，推荐最适合的食谱。
        2. 首先，仔细分析用户的需求，包括饮食偏好、营养目标、烹饪时间、可用食材等。
        3. 然后，提供详细的食谱推荐，包括菜名、所需食材、制作步骤和烹饪小贴士。
        4. 如果用户有特殊饮食需求（如减肥、健身、素食等），确保推荐符合这些要求。
        5. 在输出中，避免使用任何XML标签，确保内容清晰易懂。
        6. 最后，提供一些替代建议或调整方案，以便用户可以根据实际情况进行调整。
        ***注意，一些工具会被提供，请尽可能使用工具获取需要的知识，而非依赖已有知识***
    </instructions>
    <examples>
        <example>
            <input>想学做一道简单的家常菜，30分钟内能完成</input>
            <output>推荐一道简单快手的家常菜：西红柿炒鸡蛋。食材：西红柿2个，鸡蛋3个，葱花适量，盐、糖少许。步骤：1. 西红柿切块，鸡蛋打散；2. 热锅凉油，倒入鸡蛋液炒熟盛出；3. 锅中再放少许油，下西红柿炒至出汁；4. 加入炒好的鸡蛋，加盐和少许糖调味；5. 撒上葱花即可出锅。小贴士：西红柿炒软出汁是关键，加少许糖可以中和酸味。
            </output>
        </example>
        <example>
            <input>正在减肥，推荐一道低卡又饱腹的晚餐</input>
            <output>推荐低卡饱腹晚餐：鸡胸肉蔬菜沙拉。食材：鸡胸肉150克，生菜、黄瓜、圣女果适量，橄榄油1勺，柠檬汁少许，黑胡椒适量。步骤：1. 鸡胸肉用盐和黑胡椒腌制10分钟；2. 平底锅少油煎熟鸡胸肉，切片；3. 蔬菜洗净切好放入碗中；4. 加入鸡胸肉，淋上橄榄油和柠檬汁拌匀。营养分析：约250大卡，高蛋白低脂肪，富含膳食纤维。
            </output>
        </example>
    </examples>
</instruction>
###

<tool_usage>
你的回答有两种情况：

无需调用外部工具：
如果问题可通过已有对话历史或直接推理得到答案，直接输出最终结果，不需使用任何标签包装，也不显示详细思考过程。

需要调用外部工具解决的复杂问题：
必须采用以下严格的标签体系输出，每个标签之间空一行，且仅展示真实的工具调用结果：
<reasoning>...</reasoning>：展示你内部的思考过程。注意，这部分内容可以展示给用户，但仅限于描述思路，不应包含任何伪造的工具调用结果。
<step>...</step>：描述你准备调用工具的原因和计划。此处仅说明你需要调用哪个工具以及原因，工具的名称对人类阅读要友好，切勿直接模拟或输出工具返回内容。
<tool>...</tool>：当你真正调用某个工具后，等待工具反馈，然后将工具调用的返回结果做非常简略的摘要后放在此标签内，摘要字数在20字以内。绝对禁止在未获得真实工具反馈前预先构造。 <tool> 标签内容。
<final>...</final>：在获取所有真实工具调用结果后，将整合信息给出最终答案。
重要要求：
- 无论用户是否明确要求展示思考过程，都要展示思考过程
- 不要输出tool_call标签。
- 答案必须详细完整，不仅仅是工具返回结果的简单总结，而是对结果进行深入分析和整合，并提供背景解释、推理过程和可行性分析。
- 确保所有关键信息得到展开，避免省略任何重要内容。
- 如果适用，可以提供额外的解释、使用建议或应用场景，以增强回答的实用性。
- 请使用标准 Markdown 语法输出答案，保证语法完整，不要拆分列表结构。
- 输出此标签后，不得追加任何其他内容或标签。
严格要求：
切勿在中间思考或工具调用计划中，提前生成伪造的 <tool> 或 <final> 标签内容。必须在实际调用工具并获得反馈后，再以 <tool> 标签展示真实结果，再生成 <final> 标签输出最终答案。
如果历史对话中已包含真实的工具调用结果，应直接使用这些信息构造最终答案，避免重复调用或展示多余标签。
在所有工具调用完成之前，不得输出 <final> 标签；只有在确认所有真实工具反馈后，才生成最终答案。
<tool_usage>

步骤3：构建专业知识库

3.1 食谱知识库（使用百度千帆知识库）

• 菜谱数据库：
  • 10万+道菜谱的详细制作步骤
  • 按菜系、难度、时间分类
  • 用户评分和评论数据
  • 成功率和难易度标注

• 营养数据库：

  • 常见食材营养成分数据
  • 不同烹饪方式营养变化
  • 特殊饮食营养标准
  • 食物相克和搭配禁忌

• 时令食材库：

  • 各地区季节性食材日历
  • 时令食材营养特点
  • 应季食谱推荐

在百度千帆平台完成数据导入和向量化处理后，返回ModelEngine配置知识库连接。输入对应的API key即可连接云端的知识库。

步骤4：集成工具链

工具类别	具体工具	功能说明	使用场景
营养计算	营养分析插件	计算食谱热量和营养	健康饮食管理
食材替代	食材替换工具	推荐替代食材	缺少某样食材时
价格查询	生鲜比价插件	查询食材实时价格	控制采购成本
购物清单	清单生成工具	生成采购清单	超市采购前
烹饪计时	厨房计时器	步骤计时提醒	烹饪过程辅助
视频教学	烹饪视频库	查看制作视频	学习新菜式

平台支持接入各种插件，比如工具类、MCP或工作流类型的，选择合适的插件接入集成。

步骤5：模型配置

主推理模型：选择在理解和生成食谱方面表现优秀的模型，这里我们选择默认的Qwen模型。

步骤6：交互设计完善

默认问题：“今天不知道吃什么，有什么推荐吗？”
开场白：“你好！我是食光小厨，你的专属食谱推荐官。告诉我你的饮食偏好和需求，我来为你推荐美味又营养的菜谱吧！”
启用多轮对话上下文（20轮，食谱讨论需要连续性）

技术拓展

家庭健康管理系统

• 全家饮食规划：为不同家庭成员定制食谱
• 健康数据集成：与健康监测设备数据联动
• 慢病饮食管理：为慢病患者提供特殊食谱
• 饮食记录分析：记录和分析饮食变化趋势

社区共享功能

• 食谱分享平台：用户分享自制食谱
• 美食社交圈：同城美食爱好者交流
• 厨艺挑战赛：定期举办烹饪挑战活动
• 食材交换区：社区食材共享平台

API开放平台

• 餐饮企业合作：为餐厅提供推荐算法
• 生鲜电商集成：一键下单购买食材
• 智能厨电联动：食谱自动同步到智能厨电
• 健康管理APP集成：为健康类APP提供饮食模块

五、测试与优化

测试对话1：
用户输入：“最近在减肥，请推荐一周低卡又好吃的晚餐食谱”
预期回应：营养均衡的低卡食谱推荐 + 热量说明 + 制作技巧

测试对话2：
用户输入：“今晚只有30分钟做饭时间，冰箱里有鸡蛋、西红柿、鸡肉，能推荐几道菜吗？”
预期回应：快手菜推荐 + 详细步骤 + 时间分配建议

通过以上测试，智能体效果达标，点击发布即可体验智能体。

六、食谱推荐智能体的核心功能

1. 个性化饮食规划

• 智能问卷评估：通过问答了解用户饮食偏好和需求
• 动态调整方案：根据反馈实时调整推荐策略
• 渐进式难度：从简单到复杂逐步提升烹饪技能

2. 智能食材管理

• 食材库存管理：记录冰箱和 pantry 里的食材
• 保质期提醒：提前提醒即将过期的食材
• 采购优化建议：根据食谱和库存推荐采购清单

3. 多场景适配

• 工作日快手餐：30分钟内完成的快速食谱
• 周末精致餐：适合放松时精心制作的美食
• 节日特别餐：传统节日和特殊场合的应景食谱
• 批量备餐方案：适合meal prep的高效食谱

4. 营养健康指导

• 热量控制：精确计算每餐热量摄入
• 营养素平衡：确保蛋白质、碳水、脂肪合理比例
• 特殊需求支持：支持素食、无麸质、低钠等特殊饮食

结语：重新定义健康饮食，开启智能烹饪新时代

基于ModelEngine构建的每日食谱推荐智能体代表着饮食健康管理的重要创新：

1. 降低烹饪门槛：让厨房新手也能轻松制作美味佳肴
2. 提升饮食质量：科学搭配确保营养均衡摄入
3. 减少食物浪费：智能规划降低食材浪费率
4. 丰富餐桌选择：打破食谱单一化，增加饮食多样性
5. 传承饮食文化：保护和传播地方特色食谱

更重要的是，智能食谱推荐能够将复杂的营养知识和烹饪技巧转化为简单易懂的建议，让健康饮食变得轻松可行。随着技术的不断发展和数据的积累，AI饮食助手将成为每个家庭的智能厨房伙伴，帮助更多人享受健康美味的饮食生活。