🍏 AI 驱动的食谱推荐网站 Fridget Frontend

本项目是一款基于 SvelteKit 和 Qwen3 构建的智能食谱助手。它能根据您拥有的食材，从海量网络食谱中筛选出匹配的菜谱；再结合机器学习算法分析您的口味偏好，最终实现真正个性化的美食推荐，让每一次烹饪都充满惊喜。

🚀 核心功能

1️⃣ 智能食谱搜索：AI 在网络上搜索与你现有食材匹配的食谱

2️⃣ 个性化推荐：使用最近邻算法分析你的饮食习惯和口味偏好

3️⃣ 偏好排序：根据你的喜好对食谱进行降序排列，确保你优先看到最喜欢的选项

🛠️ 技术栈

前端

AI/ML

📋 环境要求

在开始之前，请确保您的开发环境中安装了以下软件：

• Node.js: ^18.0 或更高版本
• npm: ^8.0.0 或更高版本

🚀 快速开始

git clone https://github.com/54853315/fridget-frontend.git
cd fridget-frontend/frontend
npm install
npm run dev

应用将在 http://localhost:5173 上运行。

构建生产版本

npm run build

构建后的静态文件将位于 frontend/build 目录，可以部署到任何静态网站托管服务。

🏛️ 设计架构

灵感来源

本项目的灵感来源于 Fridget_Frontend 项目。在 YouTube 上观看了他们参加比赛的 Demo 视频后，被这个创意深深吸引，并仔细阅读了他们的代码实现。正巧最近在学习 Svelte 框架，因此决定用 SvelteKit 对这个优秀的项目进行前端重写，作为学习和实践的机会。

在此向原项目团队表示敬意，感谢他们提供了如此出色的创意和实现思路。 Special thanks to the original project team for providing such excellent ideas and implementation approaches.

• 🔗 原后端仓库
• 🔗 原项目前端

🔧 技术改进

在原项目基础上，我对后端接口进行了小幅度调整：

• 精简了 /ingredients 相关的 DTO 结构
• 新增了 /cooking-preference 接口
• 从 OpenAI 迁移到 阿里通义千问AI

这些调整主要考虑到中国用户的使用习惯和体验优化