Реалізація AI-асистента для підбору рецептів у мобільному застосунку

AI-Асистент для вибору рецептів у мобільних застосунках

«Що приготувати з того, що є в холодильнику» — класична задача з обмеженим інвентарем. AI-асистент—не просто пошукова система по базі рецептів, а генератор рецептів для конкретного набору інгредієнтів, дієтичних обмежень і часу приготування.

Введення інгредієнтів: текст, фото, голос

Три канали введення—усі потрібні. Текстовий—очевидний. Голосовий—через SFSpeechRecognizer/Android SpeechRecognizer. Найкорисніший—фото вмісту холодильника з розпізнаванням інгредієнтів.

Для розпізнавання інгредієнтів на фото: CoreML з моделлю, дообученою на food-датасеті (Food-101 або OpenFoodFacts), або Google Cloud Vision API із label detection.

// iOS - розпізнавання інгредієнтів через Vision + CoreML
func recognizeIngredients(in image: UIImage) async throws -> [String] {
    guard let cgImage = image.cgImage else { return [] }

    let model = try FoodClassifier(configuration: .init())
    let vnModel = try VNCoreMLModel(for: model.model)

    let request = VNCoreMLRequest(model: vnModel)
    request.imageCropAndScaleOption = .centerCrop

    let handler = VNImageRequestHandler(cgImage: cgImage)
    try handler.perform([request])

    guard let results = request.results as? [VNClassificationObservation] else { return [] }

    return results
        .filter { $0.confidence > 0.6 }
        .prefix(10)
        .map { $0.identifier }
}

На Android використовуйте ML Kit ImageLabeler з localModel або remoteModel (завантажується при першому використанні).

Генерація рецепту з урахуванням обмежень

Запит—ключова частина. Обмежень може бути багато: алергія, дієти, порції, час приготування, складність.

struct RecipeRequest: Encodable {
    let ingredients: [String]
    let servings: Int
    let maxCookingMinutes: Int
    let dietaryRestrictions: [String]  // "vegan", "gluten-free", "nut-allergy", ...
    let difficulty: String             // "easy", "medium", "hard"
    let cuisinePreferences: [String]   // optional
}

func buildRecipePrompt(_ req: RecipeRequest) -> String {
    """
    Create a recipe using ONLY these ingredients (you may add basic pantry staples: salt, oil, water, common spices):
    Available: \(req.ingredients.joined(separator: ", "))

    Requirements:
    - Servings: \(req.servings)
    - Max cooking time: \(req.maxCookingMinutes) minutes
    - Dietary: \(req.dietaryRestrictions.isEmpty ? "none" : req.dietaryRestrictions.joined(separator: ", "))
    - Difficulty: \(req.difficulty)

    Return JSON: {name, cookingTime, servings, ingredients: [{name, amount, unit}], steps: [{number, instruction, duration}], nutrition: {calories, protein, carbs, fat}}
    """
}

response_format: json_object обов'язковий—розбір markdown-обгорнутого JSON у продакшні—не варто ризику.

Карточка рецепту в UI

// Android Compose
@Composable
fun RecipeCard(recipe: Recipe) {
    LazyColumn(
        modifier = Modifier.fillMaxSize(),
        contentPadding = PaddingValues(16.dp),
        verticalArrangement = Arrangement.spacedBy(12.dp)
    ) {
        item {
            Text(recipe.name, style = MaterialTheme.typography.headlineSmall)
            Row(horizontalArrangement = Arrangement.spacedBy(16.dp)) {
                InfoChip(Icons.Default.Timer, "${recipe.cookingTime} min")
                InfoChip(Icons.Default.People, "${recipe.servings} servings")
                InfoChip(Icons.Default.LocalFireDepartment, "${recipe.nutrition.calories} kcal")
            }
        }

        item { Text("Ingredients", style = MaterialTheme.typography.titleMedium) }
        items(recipe.ingredients) { ing ->
            Text("• ${ing.amount} ${ing.unit} ${ing.name}")
        }

        item { Text("Instructions", style = MaterialTheme.typography.titleMedium) }
        itemsIndexed(recipe.steps) { index, step ->
            StepCard(number = index + 1, instruction = step.instruction, duration = step.duration)
        }
    }
}

Таймери для кроків приготування

Кожен крок із вказаним часом повинен запустити таймер прямо з карточки. Не AI-функція, але те, що робить асистента справді корисним під час готування.

class StepTimerManager: ObservableObject {
    @Published var activeTimers = [Int: TimeInterval]()
    private var timers = [Int: Timer]()

    func startTimer(for stepIndex: Int, duration: TimeInterval) {
        activeTimers[stepIndex] = duration

        timers[stepIndex] = Timer.scheduledTimer(withTimeInterval: 1.0, repeats: true) { [weak self] _ in
            guard let self else { return }
            if let remaining = self.activeTimers[stepIndex], remaining > 0 {
                self.activeTimers[stepIndex] = remaining - 1
            } else {
                self.timers[stepIndex]?.invalidate()
                self.notifyStepComplete(stepIndex)
            }
        }
    }

    private func notifyStepComplete(_ step: Int) {
        let content = UNMutableNotificationContent()
        content.title = "Step \(step + 1) complete"
        content.sound = .default
        UNUserNotificationCenter.current().add(
            UNNotificationRequest(identifier: "step-\(step)", content: content, trigger: nil)
        )
    }
}

Збереження та персоналізація

Рецепти, які користувач зберіг і приготував, формують профіль переваг. При наступному запиті додайте «Previously liked: [список]» до запиту—це поліпшує релевантність без fine-tuning.

Збереження рецептів: SwiftData (iOS 17+) або Core Data—JSON-серіалізація структури рецепту. На Android використовуйте Room із TypeConverter для List<Ingredient> та List<Step>.

Орієнтири за часом

Базовий асистент (текстовий ввід + генерація рецепту)—3–5 днів. Повна реалізація з розпізнаванням інгредієнтів із фото, таймерами кроків, профілем переваг і офлайн-зберіганням—3–4 тижні.