what-to-eat
一饭封神是一个基于人工智能的智能菜谱生成平台，旨在解决日常烹饪中“今天吃什么”的决策难题。它不仅能根据用户手中的食材和口味偏好，自动生成涵盖中华八大菜系及国际料理的专业食谱，还提供深度的营养分析、专业的酒水搭配建议以及定制化的酱汁配方。更有趣的是，它能一键生成逼真的菜品效果图，并附带趣味性的饮食运势占卜，让做饭变得充满期待。
这款工具非常适合热爱美食但缺乏灵感的普通家庭用户，同时也为想要探索 AI 在生活场景应用的开发者提供了优秀的开源范例。其独特的技术亮点在于采用了 Vue 3 与 TypeScript 构建的现代化前端架构，并内置了强大的动态配置系统。用户无需修改代码或重启服务，即可在界面中实时切换不同的 AI 模型服务商（兼容 OpenAI 标准），灵活调整生成参数以体验不同大模型的创意风格。无论是寻求健康饮食指导的个人，还是希望快速部署 AI 应用的技术人员，一饭封神都能提供便捷且专业的支持。
使用场景
周末傍晚，刚下班的职场新人小林面对冰箱里剩余的鸡胸肉、青椒和半盒豆腐发愁，既想快速做顿健康晚餐，又苦于缺乏烹饪灵感。
没有 what-to-eat 时
- 决策困难：在多个美食 APP 和搜索引擎间反复切换，花费 20 分钟仍无法决定做什么菜，陷入“选择瘫痪”。
- 营养盲区：凭感觉搭配食材，无法量化摄入的热量和蛋白质，担心饮食不均衡影响健身计划。
- 卖相焦虑：照搬文字菜谱操作，成品色泽暗淡、摆盘凌乱，发朋友圈前不得不反复修图或放弃分享。
- 搭配单一：只懂水煮或煎炒，缺乏专业酱汁配方和酒水建议，导致家常便饭口感枯燥，缺乏仪式感。
使用 what-to-eat 后
- 秒级生成：输入现有食材并勾选“低脂”偏好，what-to-eat 立即基于八大菜系生成“青椒豆腐滑鸡”的专业菜谱及详细步骤。
- 科学分析：系统自动输出详细的营养成分表与健康评分，让小林清晰掌握每餐的热量缺口，安心享受美食。
- 视觉赋能：一键调用 AI 绘图功能生成逼真的菜品效果图，不仅作为烹饪参考，更直接成为社交媒体上的吸睛素材。
- 全域指导：获得定制化的秘制酱汁比例及佐餐酒水推荐，将普通家常菜瞬间升级为餐厅级的精致料理体验。
what-to-eat 通过 AI 全流程赋能，将用户从繁琐的搜题与试错中解放出来，让每个人都能轻松成为掌控营养与美学的家庭主厨。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
🍳 一饭封神
🚀 Vibe Coding
通过 Kiro 编辑器，实现了从需求分析、架构设计到代码实现的全流程开发。 English | 中文
基于 AI 的智能菜谱生成平台，支持中华八大菜系 + 国际料理，提供营养分析、酒水推荐、菜谱效果图生成等功能。
🚀 核心功能
- 智能菜谱生成 - 基于食材和菜系偏好生成专业菜谱
- 营养分析 - 详细营养成分分析和健康评分
- AI 效果图 - 一键生成精美菜品图片
- 酒水搭配 - 专业侍酒师推荐
- 酱汁设计 - 定制化调料配方
- 收藏管理 - 保存和管理喜爱的菜谱
- 料理占卜 - 趣味性饮食运势
- 配置管理 - 动态配置 AI 模型参数，支持多服务商切换
🛠️ 技术栈
- 前端框架： Vue 3.4 + TypeScript 5.3+
- 样式方案： Tailwind CSS 3.4+
- 构建工具： Vite 5.0+
- AI 服务： OpenAI 标准
- 部署平台： Vercel + Netlify
🚀 快速开始
环境要求
- Node.js 18+
本地开发
# 克隆项目
git clone https://github.com/liu-ziting/what-to-eat.git
cd what-to-eat
# 安装依赖
npm install
# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，添加你的 AI API 密钥
# 启动开发服务器
npm run dev
# 🎯 首次启动后，点击导航栏的 ⚙️ 图标可以动态配置AI模型参数
构建部署
# 类型检查 + 构建
npm run build
# Netlify 构建
npm run build:netlify
# 预览构建结果
npm run preview
🚀 一键部署
Vercel 部署
Netlify 部署
📖 详细部署指南请参考：DEPLOYMENT.md
环境变量配置
你可以切换任何符合 OpenAI 标准的请求地址和模型
🌟 模型推荐: 建议使用高质量 AI 大模型获得更好的菜谱生成效果！不同模型的创意风格和专业程度差异显著。
# 菜谱生成模型配置（文本生成）
VITE_TEXT_GENERATION_BASE_URL=https://********/v1/
VITE_TEXT_GENERATION_API_KEY=************
VITE_TEXT_GENERATION_MODEL=******
VITE_TEXT_GENERATION_TEMPERATURE=0.7
VITE_TEXT_GENERATION_TIMEOUT=300000
# 图片生成模型配置
VITE_IMAGE_GENERATION_BASE_URL=https://open.bigmodel.cn/api/paas/v4/images/generations
VITE_IMAGE_GENERATION_API_KEY=******************
VITE_IMAGE_GENERATION_MODEL=cogview-3-flash
⚙️ 动态配置系统
应用内置了强大的配置管理系统，支持运行时动态修改 AI 模型配置：
🎯 功能特性
- 实时配置 - 无需重启应用，配置修改立即生效
- 持久化存储 - 用户配置自动保存到本地
- 分离管理 - 菜谱生成和图片生成模型独立配置
- 配置验证 - 内置 API 连接测试功能
- 一键恢复 - 支持恢复环境变量默认配置
🚀 使用方法
- 点击导航栏右侧的 ⚙️ 设置按钮
- 在弹窗中修改 API 地址、密钥、模型等参数
- 点击"保存设置"立即应用配置
- 使用"测试配置"验证设置是否正确
🎯 模型效果说明
💡 重要提示: 不同 AI 模型生成的菜谱质量和风格差异很大！
- 推荐使用高质量大模型 - 如 GPT、Claude、DeepSeek 等
- 菜谱专业度 - 优质模型能生成更专业、详细的制作步骤
- 创意程度 - 不同模型的创意风格和口味搭配各有特色
- 营养分析 - 高端模型提供更准确的营养成分分析
🔄 建议: 尝试切换不同的 AI 模型接口，体验各种风格的菜谱生成效果！
📋 支持的配置项
- API 地址 - 支持任何 OpenAI 兼容的 API 服务
- API 密钥 - 安全的密码形式输入
- 模型名称 - 自定义使用的 AI 模型
- 温度参数 - 控制生成内容的创造性(0-1)
- 超时设置 - 自定义 API 请求超时时间
📁 项目结构
src/
├── components/ # 通用组件
│ ├── ConfirmModal.vue # 确认对话框
│ ├── CookingLoader.vue # 烹饪加载动画
│ ├── FavoriteButton.vue # 收藏按钮
│ ├── GlobalNavigation.vue # 全局导航
│ ├── RecipeCard.vue # 菜谱卡片
│ ├── NutritionAnalysis.vue # 营养分析
│ ├── SettingsModal.vue # 设置弹窗
│ ├── SettingsButton.vue # 设置按钮
│ ├── ConfigTest.vue # 配置测试
│ └‥
├── config/ # 配置文件
│ ├── ai.ts # AI 模型配置
│ ├── cuisines.ts # 菜系配置
│ ├── ingredients.ts # 食材配置
│ └‥
├── services/ # 服务层
│ ├── aiService.ts # AI 接口服务
│ ├── favoriteService.ts # 收藏服务
│ ├── imageService.ts # 图片服务
│ └‥
├── stores/ # 状态管理
│ └‥
├── utils/ # 工具函数
│ ├── apiConfig.js # API配置工具
│ └‥
├── views/ # 页面组件
│ ├── Home.vue # 首页
│ ├── Favorites.vue # 收藏页
│ ├── SauceDesign.vue # 酱汁设计
│ ├── SettingsDemo.vue # 配置演示页
│ └‥
├── types/ # TypeScript 类型定义
└‥
AI 服务集成
- 文本生成：
src/services/aiService.ts- 支持动态配置切换 - 图片生成：
src/services/imageService.ts- 多服务商支持 - 配置管理：
src/stores/settings.js- 实时配置管理 - API 工具：
src/utils/apiConfig.js- 统一配置接口
📈 Star History
🙏 致谢
- 智谱 AI - 图片生成 API
- Vue.js - 渐进式 JavaScript 框架
- Tailwind CSS - 实用优先的 CSS 框架
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。