智能家庭饮食决策助手：基于库存与用户偏好，用 RAG + LLM 推荐今日吃什么、怎么做。
- 首页：入口与快捷操作
- 决策 (Decide)：根据当前库存与用户画像，生成今日食谱推荐与理由
- 库存 (Inventory)：管理家中食材（含临期提醒）
- 食谱 (Recipe)：查看菜谱详情
- 设置 (Me)：身体档案（身高/体重/目标）、忌口与厨艺水平、调试模式等；偏好会同步到 Mem0 供 Agent 回忆
技术上：关系型 DB（SQLite） 存用户设置与偏好；RAG（LlamaIndex + ChromaDB） 做食谱检索；Mem0 做 Agent 长期记忆；OpenRouter 提供大模型能力。
| 层级 | 技术 |
|---|---|
| 前端 | Next.js 15、React 19、TypeScript、Tailwind CSS、Zustand、Framer Motion |
| 后端 | FastAPI、Python 3.x |
| 用户数据 | SQLite（backend/data/lighttable.db） |
| 知识检索 | LlamaIndex、ChromaDB、HuggingFace Embedding |
| 记忆 | Mem0（可选，未配置则本地 fallback） |
| LLM | OpenRouter（如 GPT-4o-mini） |
LightTable/
├── backend/ # FastAPI 后端
│ ├── main.py # 应用入口，注册路由与 startup
│ ├── database.py # SQLite 用户表与 CRUD
│ ├── core/config.py # 环境变量与路径
│ ├── routers/ # 路由：user, recommend, inventory, recipe
│ ├── schemas/ # Pydantic 请求/响应模型
│ ├── services/ # LLM、Mem0、RAG 编排等
│ └── data/ # recipes.json、chroma_db、lighttable.db
├── frontend/ # Next.js 前端
│ ├── app/ # 页面：/, /decide, /inventory, /recipe/[id], /settings
│ ├── components/ # 布局、设置、UI 组件
│ └── lib/ # store、api、工具函数
├── doc/ # PRD、设置与偏好等文档
├── .env.example # 环境变量示例
├── requirements.txt
└── README.md
在项目根目录复制 cp .env.example .env 并填写：
| 变量 | 说明 | 必填 |
|---|---|---|
OPENROUTER_API_KEY |
OpenRouter API Key（LLM 推荐与解释） | 推荐 |
OPENROUTER_BASE_URL |
默认 https://openrouter.ai/api/v1 |
否 |
OPENROUTER_MODEL |
默认 openai/gpt-4o-mini |
否 |
OPENROUTER_RECIPE_MODEL |
高质量推荐链路模型，默认 openai/gpt-4o |
否 |
MEM0_API_KEY |
Mem0 记忆服务；不填则用本地内存 fallback | 否 |
EMBEDDING_MODEL_NAME |
向量模型，默认 BAAI/bge-small-zh-v1.5 |
否 |
LIGHTTABLE_DATA_DIR |
运行时可写数据目录；Render 建议 /var/data/lighttable |
否 |
LIGHTTABLE_CORS_ALLOW_ORIGINS |
允许跨域的前端域名，逗号分隔 | 否 |
LIGHTTABLE_RATE_LIMIT_RECOMMEND_PER_HOUR |
/api/v1/recommend 每 IP 每小时限额 |
否 |
LIGHTTABLE_RATE_LIMIT_RECOGNIZE_PER_HOUR |
/api/v1/inventory/recognize 每 IP 每小时限额 |
否 |
LIGHTTABLE_RATE_LIMIT_PARSE_TEXT_PER_HOUR |
/api/v1/inventory/parse-text 每 IP 每小时限额 |
否 |
# 建议使用虚拟环境
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
uvicorn backend.main:app --host 0.0.0.0 --port 8000 --reload如果你要启用实验性依赖（如 Mem0 客户端或本地 LlamaIndex/Chroma 栈），再额外安装：
pip install -r requirements.optional.txtcd frontend
npm install
npm run dev # 仅本机访问
# 或
npm run dev:lan # 局域网访问 (0.0.0.0)浏览器打开 http://localhost:3000。
仓库根目录已经包含 render.yaml，按 Blueprint 方式导入即可。当前方案是：
lighttable-frontend为公开 Web Service，承载 Next.js。lighttable-backend为公开 Web Service，但 OpenRouter Key 只保留在后端环境变量。OPENROUTER_API_KEY只配置在后端 Render 环境变量中，不进入前端 bundle，也不写入仓库。- 前端通过服务端代理访问后端公开 URL，浏览器不会直接看到你的 key。
- 用户浏览器永远只请求你的前端
/api/backend/*代理路径，看不到真实 LLM key。 - Blueprint 中的密钥变量使用
sync: false，Render 在首次创建 Blueprint 时会单独要求你填值，不会把值保存进render.yaml。 - 代码里对高成本接口增加了服务端限流，降低公开站点被脚本批量消耗额度的风险。
- 把当前仓库推送到 GitHub。
- 在 Render 控制台选择
New +->Blueprint。 - 连接这个仓库并导入根目录的
render.yaml。 - 首次创建时填写
OPENROUTER_API_KEY；如果你使用 Mem0，再填写MEM0_API_KEY。 - 等待 Render 创建两个服务，公开访问前端服务地址即可。
- 你的 key 不会被前端逆向拿走，但公开用户仍然是在“借用你的后端额度”。
- 因此真正的安全不是“绝对不会消耗”，而是“别人拿不到 key，且无法无限制滥刷”。
- 如果后面你要面向更大规模公网用户，建议继续加登录、验证码或你自己的用户级配额，而不要只依赖单机内存限流。
- 当前
render.yaml走免费实例，不挂载 persistent disk，因此 SQLite/本地文件数据会在重启、重部署或平台维护后丢失，只适合演示或轻量试用。 - 免费实例不能接收 private network 流量，因此前端需通过
BACKEND_PUBLIC_BASE访问后端公开地址。如果你的后端实际子域名不是lighttable-backend.onrender.com，把前端这个环境变量改成 Render 面板里显示的真实后端 URL。
| 方法 | 路径 | 说明 |
|---|---|---|
| GET | /api/v1/user/profile |
获取用户设置（身体档案、偏好、系统） |
| PATCH | /api/v1/user/profile |
更新身高/体重/目标 |
| POST | /api/v1/user/preference/update |
更新忌口或厨艺水平（会同步 Mem0） |
| POST | /api/v1/recommend |
根据库存与用户画像做食谱推荐 |
| GET | /api/v1/status |
各服务配置状态（OpenRouter、Mem0 等） |
- UI：Morandi Flat 风格，背景
#F5F7F6，主色 Sage Green#7C9082，纯白卡片与细线分隔。 - 数据：用户基础设置以 SQLite 为唯一可信来源；偏好变更时再写入 Mem0，供决策时 Agent 回忆；RAG 仅用于食谱/知识检索。
doc/setting&peference.md：设置与偏好 PRDdoc/下其他 PRD、技术说明与 UI 设计