千人千面的菜谱推荐 RAG Agent —— 用自然语言问"今天吃什么"，系统结合菜谱知识库与你的个人画像，给出因人而异的推荐与做法解答。
前端展示名默认为 "是啊吃什么"，可通过
frontend/.env的VITE_APP_NAME修改（开发直接生效；生产经 Dockerfile ARG 注入，见设计文档 §10/§12.3）。
基于《程序员做饭指南》（HowToCook-1.6.0，357 道菜谱 + 18 篇厨房技巧）构建。
- 🍽️ 智能推荐：按人数、餐次、口味、忌口、时间、工具、荤素搭配等约束推荐"今日菜单"并说明理由；场景快捷入口（深夜食堂/减脂餐/招待朋友）一键推荐
- 💬 聊天式问答：Claude/ChatGPT 风格界面——历史会话列表（可折叠）、SSE 流式输出、工具调用过程展示、中断/停止、回答正文与菜单中的菜名可点击跳转菜谱详情
- 🎛️ 模型与强度可选：模型（deepseek-v4-flash / deepseek-chat）+ 强度（快速/均衡/深度）随对话切换
- 🔌 多模型接入（BYOK）：默认 DeepSeek，可自配 OpenAI 兼容 / Anthropic 任意接入（Base URL + 模型列表 + Key），模型下拉即选即用；DeepSeek 也支持换用自己的 Key——密钥全部加密存后端、永不回显
- 📊 AI 用量与预算：个人中心查看今日/近 7 天/累计用量（按日趋势 + 按模型/节点拆分），可设每日 token 上限防超支
- 💬 会话管理：提问即命名 → AI 仅首轮精炼标题一次（后续手动改名锁定）、归档/取消归档、一键分叉、导出 Markdown 对话记录
- 🗑️ 软删除单轮问答：任意一组问答 hover 即删——仅从聊天界面隐藏（AI 上下文同步排除），历史记录与导出仍保留
- ⏳ AI 过程可见：提问后显示 Claude 式阶段状态条（理解需求→检索知识库→精排候选→生成回答）+ 工具调用过程展示
- 📁 会话分组：未分组会话归"默认分组"，可自定义分组（侧边栏一键新建/移动，组可折叠）；个人中心历史会话同步按组展示
- 🍽️ 推荐与问答分流：开放式推荐走千人千面（忌口/难度/工具等硬过滤）；问"XX 怎么做"这类具体菜谱则全量检索、不被画像拦截——回答与菜单中的菜名都可点击直达菜谱详情，正文引用直接带菜名（"农家一碗香[1]"）
- 🖼️ 菜谱详情与成品图：内容与数据源 md 完全一致（必备/可选原料、计算定量、分版本步骤、附加内容），成品图封面 + 缩略图切换； 收藏状态进入即知（已收藏显示高亮，点击可收藏/取消）
- 🔥 热门菜谱流：首页未推荐时展示"大家喜欢"（按行为热度聚合）
- 🎯 千人千面：显式画像问卷 + 隐式行为学习（浏览/收藏/评分/做过）+ 反馈闭环
- 🛒 购物清单：一键导出 Markdown 购物清单（含人数换算定量）
- 🌗 5 套主流主题：Solarized 浅/深、GitHub 浅/深、Nord——所有组件（含 Element Plus）风格统一，随时切换
- 👤 账号体系：注册/登录/游客模式（游客数据可一键转正合并）； 强制登录——未登录访问任意页面跳转登录页（游客也算登录态，千人千面前置）
整体架构：
首页（千人千面规则推荐，毫秒级无 LLM）
聊天问答（SSE 流式 + 过程状态 + 菜名链接）
菜谱浏览（分类/筛选/搜索/分页卡片）
菜谱详情（原料/分版本步骤/收藏/评分/相关菜）
个人中心（画像问卷 / AI 设置 / API 用量 / 我的收藏 / 行为历史 / 历史会话）
| 端 | 技术 |
|---|---|
| 后端 | FastAPI + Pydantic v2 + SQLModel(SQLite, WAL) + alembic |
| Agent | LangChain + LangGraph（分层 State，Mermaid 流程见设计文档） |
| 模型 | DeepSeek deepseek-v4-flash（默认，OpenAI 兼容，可 BYOK）+ 用户自定义接入（OpenAI 兼容 / Anthropic）；Embedding / Reranker 本地 sentence-transformers（CUDA 自动/CPU 兜底） |
| 存储 | 可替换：关系型 SQLite（默认，可换 PostgreSQL）+ 向量 Qdrant（默认，可换 Milvus）+ 图 Neo4j（默认，可换 Kùzu 嵌入式——原生 Python API、Cypher 兼容）——统一接口 + 工厂切换（§12.0） |
| 前端 | Vue 3 + Vite + TypeScript + Vue Router + Pinia + Element Plus + ECharts（按需） |
| 主题 | 5 套（Solarized 浅/深、GitHub 浅/深、Nord），CSS 变量 + Element Plus 变量统一 |
| 部署 | docker compose 一键启动（doc/docker/docker-compose.yml，Compose v2.20+）+ 跨平台 Python 部署脚本 |
完整设计见
doc/design/design.md（数据建模 / 检索融合算法 / 千人千面 / 流式协议 / 部署 / 评测，16 章，决策点已全部确认 ✅）。
- Python 3.12（conda 推荐）
- Node.js 20+（前端开发）
- Docker + Docker Compose v2.20+（Neo4j / Qdrant）
docker compose -f doc/docker/neo4j/docker-compose.yml up -d
docker compose -f doc/docker/qdrant/docker-compose.yml up -dconda create -n yeahwhat2eat python=3.12 -y
conda activate yeahwhat2eat
cd backend
pip install -r requirements.txt
cp .env.example .env # 填入 DEEPSEEK_API_KEY，按需修改 NEO4J_PASSWORD 等
uvicorn app.main:app --reload --port 8000# 首次启动后触发（需 admin 角色 token）：
curl -X POST http://localhost:8000/api/v1/admin/ingest
# 或运行管道脚本：
python -m app.pipeline.runner
# 秒级增量：仅补 dish_meta 的完整内容与图片字段（表结构升级后使用，不打标不重建向量）：
python -m app.pipeline.runner --sqlite-onlycd frontend
npm install
cp .env.example .env
npm run dev # http://localhost:5173（/api 自动代理到 8000）推荐方式（一条命令，跨平台脚本：Windows/Linux/macOS 均可，仅需 Python 3.8+ 与 docker CLI）：
# ① 部署 Lite 模式（SQLite + Kùzu + Qdrant 文件嵌入，零外部依赖）
python doc/docker/deploy.py lite
# 首次运行自动生成 doc/docker/.env，编辑填入 DEEPSEEK_API_KEY 后重新执行即可
# 重复部署自动复用 .env + Docker 层缓存，秒级完成
# ② 部署企业级模式（PostgreSQL + Milvus + Neo4j 每库一个容器 + 前后端）
python doc/docker/deploy.py enterprise
# 常用管理
python doc/docker/deploy.py status # 查看运行状态
python doc/docker/deploy.py down # 停止（两种模式）
# 访问 http://localhost:8080（端口在 doc/docker/.env 的 FRONTEND_PORT 自定义）高级/手动方式（熟悉 docker 时使用；需自行保证 .env 生效）：
cp doc/docker/.env.example doc/docker/.env # 填 DEEPSEEK_API_KEY 等
docker compose --env-file doc/docker/.env -f doc/docker/lite/docker-compose.yml up -d --build
docker compose --env-file doc/docker/.env -f doc/docker/docker-compose.yml up -d --build # 企业级
# 测试联调可叠加 dev override（复用本机 backend/data，仅限本地测试）：
# docker compose -f doc/docker/lite/docker-compose.yml -f doc/docker/lite/docker-compose.dev.yml up -d --build发布打包 / 离线部署（镜像 = Python 的"jar 包"，构建一次到处运行）：
python doc/docker/build_release.py lite # 构建 + docker save 导出 releases/yeahwhat2eat-lite-*.tar.gz
python doc/docker/build_release.py enterprise # 企业级前后端镜像包
# 目标服务器（可完全离线，零依赖下载）：
scp releases/yeahwhat2eat-lite-*.tar.gz user@server:/opt/yeahwhat2eat/
ssh server 'cd /opt/yeahwhat2eat && python doc/docker/build_release.py load yeahwhat2eat-lite-*.tar.gz'
# 同一服务器重复部署（--build）：依赖层走 Docker 缓存（pip 层 CACHED），只复制代码层，不重复下载数据备份（数据在 docker 卷中，备份 = 卷打包/导出）：
python doc/docker/backup.py lite # Lite：打包 backend_data 卷（sqlite+kuzu+qdrant 文件）
python doc/docker/backup.py enterprise # 企业级：pg_dump + neo4j/milvus 卷打包代理（可选，不写死端口）：宿主机需代理时设置环境变量即透传（构建与运行均生效）：
HTTP_PROXY=http://127.0.0.1:7897 HTTPS_PROXY=http://127.0.0.1:7897 python doc/docker/deploy.py liteYeahWhat2Eat/
├── README.md / AGENTS.md / LICENSE / .gitignore / .gitattributes
├── backend/ # FastAPI 后端（分层，§11）
│ ├── app/
│ │ ├── main.py # 应用入口（lifespan 迁移 + 路由注册）
│ │ ├── api/ # API 层：v1/{auth, users, dishes, chat, admin, health} + deps
│ │ ├── services/ # 业务服务：dish / feedback / profile / auth / recommend ...
│ │ ├── db/ # SQLModel 模型 + alembic 迁移（0001~0011）
│ │ ├── repositories/ # 数据访问层
│ │ ├── rag/ # LangGraph Agent：nodes / prompts / state / rule_engine
│ │ ├── pipeline/ # ETL 管道：runner / indexer / tagger
│ │ ├── core/ # 配置 / 日志 / 异常 / 缓存
│ │ │ └── clients/ # 存储抽象：base / factory / qdrant / milvus / neo4j / kuzu / llm
│ │ └── schemas/ # API DTO
│ ├── scripts/ # 工具：init_data / diagnostics（数据与检索验收）
│ ├── tests/ # 单测 / 集成 / RAG 评测（golden 集）
│ └── Dockerfile / requirements.txt / docker-entrypoint.sh / .env.example
├── frontend/ # Vue3 前端（Vite + TS + Element Plus）
│ ├── src/
│ │ ├── views/ # 页面：Home / Chat / DishList / DishDetail / Profile / Login / Register
│ │ ├── components/ # StreamChat / MdRender / DishCard / SourceCard / MenuCard ...
│ │ ├── api/ # API 封装（http 拦截器 + 各模块 API）
│ │ ├── stores/ # Pinia：user / theme / aiConfig
│ │ ├── router/ # 路由（强制登录守卫）
│ │ └── styles/ # tokens.css（5 套主题变量）
│ └── Dockerfile / nginx.conf / package.json / .env.example
├── doc/
│ ├── design/ # 设计文档（design.md，16 章）+ 评测草稿
│ ├── docker/ # 部署编排：lite/ 嵌入模式 + 企业级子 compose + deploy.py / build_release.py / backup.py
│ └── image/ # README 界面截图
└── data/HowToCook-1.6.0/ # 菜谱数据源（只读，357 菜 + 18 tips，图片不入库）
| 文档 | 读者 | 内容 |
|---|---|---|
doc/design/design.md |
人 / AI | 完整系统设计（16 章，v0.18） |
AGENTS.md |
AI 代理 | 开发入口指引：技术栈、命令、硬性约束 |
M1~M6 全部完成 ✅（0.1 定版）
M1 数据管道 ✅ → M2 基础问答 ✅ → M3 推荐 Agent ✅ → M4 千人千面 ✅ → M5 前端 ✅ → M6 部署 ✅（Lite 与企业级两种模式测试通过）
最近新增：多模型接入（OpenAI 兼容/Anthropic + BYOK）、AI 用量统计与每日预算、会话分组（默认/自定义，拖拽移动 + 组内新建）、具体菜谱问答与推荐检索分流（意图 agent 判定 + 点名菜聚焦 + 指代解析）、回答正文菜名全量链接化（引用带菜名）、AI 过程状态指示、软删除单轮问答、会话滚动摘要记忆、 存储可替换（SQLite/PostgreSQL + Qdrant/Milvus + Neo4j/Kùzu）、 Lite/企业级双模式部署 + 镜像离线分发 + 数据隔离备份、 菜谱收藏状态初始化与收藏/取消即时反馈、 详情页加载优化（相关菜不阻塞主内容）、对话偏好提取（聊天中说的"我不吃香菜/喜欢川菜"永久记住，§8.5）。详见
doc/design/design.md（v0.18）。
- 本项目代码：MIT License（Copyright (c) 2026 dan chia）——允许商用/修改/分发，保留版权声明即可
- 菜谱数据：Anduin2017/HowToCook v1.6.0，采用 The Unlicense（公有领域
Public Domain，见
data/HowToCook-1.6.0/LICENSE）——数据可自由使用，与本项目 MIT 许可无冲突