一个基于 AI 的智能鸡尾酒推荐系统，能够根据用户提供的原料推荐合适的鸡尾酒配方，并支持菜品与酒品的智能搭配推荐。
- 智能鸡尾酒推荐：根据用户提供的原料，智能推荐合适的鸡尾酒配方
- 菜品与酒品搭配：基于 LangGraph 多 Agent 系统，提供菜品与酒品的智能搭配推荐
- ReAct Agent 模式：支持智能 Agent 通过思考-行动-观察循环完成任务
- RAG 增强：支持检索增强生成，提供更准确的推荐结果
- 收藏功能：支持收藏单个配方和菜品-酒品搭配套装
- MCP工具流程图生成：通过MCP工具可视化展示鸡尾酒制作流程
- 多 Agent 架构：使用 LangGraph 构建多 Agent 协作系统
- 智能决策：ReAct 模式支持动态决策和工具调用
- 向量存储：使用 LangChain MemoryVectorStore 内存向量库，支持语义搜索
- MCP工具流程图生成：通过MCP工具可视化展示鸡尾酒制作流程
- 类型安全：完整的 TypeScript 类型定义和 Zod 验证
- 现代化 UI：基于 Tailwind CSS 的响应式设计
- Next.js 16 - React 全栈框架
- React 19 - UI 库
- TypeScript - 类型安全
- Tailwind CSS 4 - 样式框架
- Next.js API Routes - 服务端 API
- Prisma - ORM 数据库工具
- PostgreSQL - 关系型数据库
- MemoryVectorStore - 内存向量库（LangChain）
- LangChain - LLM 应用框架
- LangGraph - 多 Agent 工作流
- OpenAI API - 大语言模型
- Zod - 数据验证
- MCP (Model Context Protocol) - 模型上下文协议
nextjs-prisma/
├── app/ # Next.js App Router
│ ├── api/ # API 路由
│ │ ├── food-pairing/ # 菜品酒品搭配 API
│ │ ├── favorites/ # 收藏功能 API
│ │ ├── saved-sets/ # 套装收藏 API
│ │ ├── rag/ # RAG 相关 API
│ │ └── recommend/ # 推荐 API
│ ├── components/ # React 组件
│ │ ├── forms/ # 表单组件
│ │ ├── layout/ # 布局组件
│ │ └── ui/ # UI 基础组件
│ ├── services/ # 业务逻辑层
│ │ ├── langgraph/ # LangGraph 相关服务
│ │ │ ├── foodPairingGraph.ts # 图结构定义
│ │ │ ├── foodPairingNodes.ts # 节点实现
│ │ │ ├── reactAgentNode.ts # ReAct Agent 节点
│ │ │ └── reactTools.ts # ReAct 工具集
│ │ ├── langgraphService.ts # LangGraph 服务封装
│ │ ├── ragService.ts # RAG 服务
│ │ └── savedSetService.ts # 套装服务
│ ├── lib/ # 工具库
│ │ ├── prisma.ts # Prisma 客户端
│ │ ├── env.ts # 环境变量
│ │ └── session.ts # 会话管理
│ └── types/ # TypeScript 类型定义
├── prisma/ # Prisma 配置
│ ├── schema.prisma # 数据库模型
│ └── migrations/ # 数据库迁移
├── public/ # 静态资源
└── docs/ # 文档
- Node.js 18+
- PostgreSQL 14+
- npm/yarn/pnpm
- 克隆项目
git clone https://github.com/Sofia7452/super-bartender.git- 安装依赖
npm install
# 或
yarn install
# 或
pnpm install- 配置环境变量
创建 .env 文件：
# 数据库配置
DATABASE_URL="postgresql://mock_user:mock_password@localhost:5432/mock_bartender?schema=public"
# OpenAI 配置
OPENAI_API_KEY="sk-mock-openai-api-key-1234567890abcdef"
OPENAI_BASE_URL="https://openai.com"
LLM_MODEL="gpt-4"- 初始化数据库
# 生成 Prisma 客户端
npx prisma generate
# 运行数据库迁移
npx prisma migrate dev
# （可选）填充初始数据
npx prisma db seed- 启动开发服务器
npm run dev
# 或
yarn dev
# 或
pnpm dev- 访问应用
打开浏览器访问 http://localhost:3000
- 输入原料：在首页输入您现有的原料（如：威士忌、柠檬、糖浆）
- 获取推荐：点击"获取推荐"按钮
- 查看配方：浏览推荐的鸡尾酒配方，查看制作步骤和所需原料
- 收藏配方：点击心形图标收藏喜欢的配方
- 启用搭配模式：在系统设置中勾选"搭配菜提供调酒"
- 选择模式：
- ReAct 模式（推荐）：使用智能 Agent 进行多轮思考和决策
- 传统模式：使用固定的两阶段推荐流程
- 输入信息：
- 输入菜系类型（可选，如：川菜、日料、西餐）
- 输入食品原料（必需）
- 输入酒原料（可选）
- 获取推荐：系统将为您推荐合适的菜品和酒品搭配方案
- 收藏套装：点击"收藏套装"按钮保存整个搭配方案
- 初始化 RAG：点击"初始化RAG"按钮，系统将处理文档并建立内存向量索引
- 启用 RAG：在系统设置中勾选"启用RAG增强"
- 获取推荐：使用 RAG 增强的推荐将基于知识库提供更准确的结果
- 启用流程图生成：在系统设置中勾选"生成流程图"选项
- 获取推荐：在获取鸡尾酒推荐时，系统会自动为第一个推荐配方生成制作流程图
- 查看流程图：流程图将以图片形式显示在推荐结果下方，展示完整的制作步骤和流程
- 流程图内容：流程图包含以下信息：
- 配方名称
- 所需原料
- 制作步骤流程
- 可视化流程节点和连接
| 变量名 | 说明 | 必需 | 示例值 |
|---|---|---|---|
DATABASE_URL |
PostgreSQL 数据库连接字符串 | ✅ | postgresql://mock_user:mock_password@localhost:5432/mock_bartender?schema=public |
OPENAI_API_KEY |
OpenAI API 密钥 | ✅ | sk-mock-openai-api-key-1234567890abcdef |
OPENAI_BASE_URL |
OpenAI API 基础 URL | ✅ | https://openai.com |
LLM_MODEL |
使用的 LLM 模型 | ✅ | gpt-4 |
Prisma 客户端输出到 app/generated/prisma，确保在导入时使用正确的路径：
import { prisma } from '@/lib/prisma'# 运行类型检查
npm run type-check
# 运行 Linter
npm run lint
# 构建项目
npm run buildnpm run build
npm run start- 将代码推送到 GitHub
- 在 Vercel 中导入项目
- 配置环境变量
- 部署
npx prisma migrate deploy欢迎提交 Issue 和 Pull Request！
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
本项目采用 MIT 许可证。
- Next.js - React 全栈框架
- LangChain - LLM 应用框架
- Prisma - 现代化 ORM
- Tailwind CSS - 实用优先的 CSS 框架