Introducción a Gemini con NodeJS

Este proyecto muestra cómo crear una API de Planes de Nutrición utilizando Node.js, Express y la IA de Google (Gemini). A través de esta API, los usuarios pueden generar planes de comidas personalizados, analizar imágenes de alimentos para obtener información nutricional y tener interacciones con un chatbot especializado en dietas.

Endpoints

GET /meal-plan

Genera un plan de comidas basado en los parámetros del usuario, como edad, género, peso, objetivo de peso.

Ejemplo de uso:

localhost:8000/meal-plan?age=25&gender=female&weight=60&goalWeight=55

POST /meal-calories

Analiza imágenes de alimentos y proporciona su valor nutricional (calorías, proteínas, carbohidratos y grasas).

Ejemplo de uso con curl:

curl -X POST -F "meal=@ruta/de/la/imagen.jpg" http://localhost:8000/meal-calories

POST /chat

Permite interactuar con un chatbot especializado en nutrición. El chatbot solo responde con recomendaciones nutricionales y sugerencias de comidas saludables.

Ejemplo de uso con curl:

curl -X POST http://localhost:8000/chat -H "Content-Type: application/json" -d '{"message": "¿Qué puedo comer en el desayuno?"}'

Configuración Local

1. Clonar el repositorio

Clona el proyecto en tu máquina local.

git clone https://github.com/usuario/proyecto-gemini-node.git
cd proyecto-gemini-node

2. Instalar dependencias

Instala las dependencias necesarias con npm:

npm install

3. Configurar Variables de Entorno

Crea un archivo .env en la raíz del proyecto y agrega las siguientes variables:

GEMINI_API_KEY=tu_api_key_de_gemini
PORT=8000

Cómo obtener la API Key de Gemini

1. Crea una cuenta y obten tu API Key en Google AI for developers.
2. Guarda tu API Key en el archivo .env como se indica arriba.

4. Ejecutar el Servidor en Modo Desarrollo

npm start

5. Probar los Endpoints con Postman

1. Descarga e instala Postman o utiliza la extension de Postman en VSCode.
2. Prueba las solicitudes con parámetros de ejemplo para asegurarte de que todo funciona correctamente.

Próximos Pasos

1. Mejorar Seguridad y Escalabilidad:

   • Implementar autenticación y autorización.
   • Almacenar imágenes en servicios como Google Cloud Storage o Amazon S3.

2. Añadir Nuevas Funcionalidades:

   • Incluir recomendaciones personalizadas basadas en alergias o preferencias alimenticias.

3. Despliegue en Producción:

   • Desplegar la aplicación en un servicio de cloud como Google Cloud o AWS.
   • Implementar monitoreo y registro para supervisar el rendimiento de la API.

Recursos

• Documentación de Google Generative AI
• Multer para manejo de archivos en Node.js

¡Gracias por utilizar esta guía para crear una API de Planes de Nutrición con la IA de Google! Recuerda darle una ⭐ a este repositorio.