AI Nutrition Assistant

Plateforme Intelligente de Nutrition basée sur LLM + RAG + Agent IA
Tagline: Smart Nutrition • AI Agent • Ramadan Mode • Gym Recommendation

1) Vue d'ensemble

Projet full-stack IA orienté soutenance universitaire: assistant nutritionnel intelligent avec:

• RAG avancé (chunking récursif + récupération hybride dense/lexicale)
• Agent IA outillé (LangGraph ReAct + outils métier)
• Mémoire conversationnelle
• Mode Ramadan (Shour, Iftar, post-Tarawih, hydratation, énergie)
• Calcul calories/macros, suivi utilisateur, et recommandations de salles locales (Tunisie)

2) Architecture

app.py (Gradio UI)
   └── src/agent.py (LangGraph ReAct Agent + ChatGroq)
       ├── src/tools.py (6 tools métier + outil RAG)
       ├── src/rag_chain.py (prompt RAG + citations)
       │   └── src/retriever.py (hybrid retrieval)
       │       └── src/vectorstore.py (load/split/index docs FAISS)
       │           └── src/embeddings.py (MiniLM embeddings)
       └── src/config.py (paramètres/env)

3) Arborescence

Bashai-nutrition-assistant/
├── data/
├── src/
│   ├── __init__.py
│   ├── config.py
│   ├── embeddings.py
│   ├── vectorstore.py
│   ├── retriever.py
│   ├── tools.py
│   ├── agent.py
│   ├── rag_chain.py
│   └── utils.py
├── app.py
├── .env.example
├── requirements.txt
└── README.md

4) Installation

1. Cloner/télécharger le projet.
2. Créer un environnement virtuel.
3. Installer les dépendances.
4. Configurer les variables d'environnement.

python -m venv .venv
# Windows PowerShell
.venv\Scripts\Activate.ps1
pip install -r requirements.txt
copy .env.example .env

Puis renseigner GROQ_API_KEY dans .env.

5) Lancement

python app.py

6) Données RAG

Ajoutez vos fichiers dans data/:

• Guides nutrition (PDF/TXT/MD)
• Références Ramadan
• Tables calories/macros
• Notes sport/fitness local

Le moteur charge automatiquement ces documents et construit un index FAISS.

7) Outils Agent implémentés

1. calculer_besoins_caloriques(...)
2. generer_plan_repas(...)
3. calculer_calories_repas(...)
4. mode_ramadan(...)
5. recommander_gym_locale(...)
6. rechercher_documents_nutrition(...) (RAG + citations)

8) Prompt Engineering (qualité soutenance)

• Prompt système orienté sécurité + anti-hallucination
• Règles explicites: utiliser les outils pour calculs, citer les sources RAG
• Format de réponse structuré et actionnable
• Adaptation culturelle tunisienne explicite

9) Fonctionnalités UI

• Chat moderne avec historique
• Panneau profil utilisateur (âge, poids, taille, activité, objectif)
• Liste des villes tunisiennes chargée dynamiquement via bibliothèque (geonamescache)
• Toggle Mode Ramadan
• Suivi de progression (poids, calories, adhérence)
• Exemples de prompts rapides
• Toggle Dark mode
• Upload de fichiers (bonus workflow)
• Reindex FAISS depuis l'interface après upload
• Géolocalisation live navigateur + recherche de gyms proches (OSM) avec fallback local

10) Préparation soutenance (15 min)

• Démo 1: calcul besoins + macros
• Démo 2: génération plan repas personnalisé
• Démo 3: question factuelle via RAG avec citations
• Démo 4: mode Ramadan complet
• Démo 5: recommandation salle locale

11) Limites & améliorations possibles

• Ajouter une vraie base nutritionnelle tunisienne élargie
• Connecter APIs géolocalisation pour gyms temps réel
• Ajouter authentification + stockage persistant (PostgreSQL)
• Eval RAG systématique (RAGAS / benchmarks internes)