Download EatAI - Download do código-fonte EatAI

EatAI

Código-Fonte de IA

1.0.0

Baixar

EatAI: Assessor de Dieta e Saúde para uma Vida Melhor

EatAI é um aplicativo baseado em IA projetado para ajudar os usuários a fazer escolhas alimentares mais saudáveis e atingir metas de bem-estar. Ao aproveitar os dados do usuário, o EatAI oferece recomendações personalizadas que apoiam um estilo de vida equilibrado e saudável.

Estrutura do Projeto

client/ : aplicativo front-end desenvolvido com Vite e React.
server/ : aplicativo backend usando Flask com Gunicorn para implantação de produção.

Repositório

Repositório EatAI GitHub

Guia de configuração

Pré-requisitos

Cliente : Node.js e npm
Servidor : Python 3.8+, pip e Gunicorn para configuração do servidor de produção
Implantação : conta Render.com

Instalação

Clonar o repositório

git clone https://github.com/yashkanjariyaa/EatAI.git
cd EatAI

Instalar dependências do cliente
```
 cd client
npm install
```

Instalar dependências do servidor

 cd ../server
pip install -r requirements.txt

Configuração do ambiente

Arquivo `.env` do cliente

Crie um arquivo .env dentro do diretório client com o seguinte:

 VITE_SERVER_BASE_URL = SERVER_URL

Esta variável aponta para a API do servidor backend, permitindo que o frontend se comunique com o servidor ou você pode usar este URL implantado - https://eatai.onrender.com

Arquivo `.env` do servidor

Crie um arquivo .env dentro do diretório server com:

 GOOGLE_API_KEY = YOUR_API_KEY

Esta chave de API é necessária para integrar os serviços do Google no aplicativo do servidor.

Executando o aplicativo

Inicie o servidor
Navegue até o diretório server e inicie o servidor Flask com Gunicorn:
```
 cd server
gunicorn --config gunicorn_config.py app:app
```
Inicie o cliente
Em um novo terminal, navegue até o diretório client e execute o servidor de desenvolvimento:
```
 cd client
npm run dev
```

Implantação

Implantação de servidor em renderização

Configure seu projeto no Render e especifique a raiz do servidor como server .

Configure o Gunicorn para usar o comando:

gunicorn --config gunicorn_config.py app:app

Adicione variáveis de ambiente nas configurações do Render com base no seu arquivo .env .

Implantação do cliente na renderização

Configure o projeto do cliente no Render.
Configure a variável de ambiente VITE_SERVER_BASE_URL nas configurações do Render para apontar para o URL de back-end implantado.

Características

Recomendações de dieta alimentadas por IA com base nas informações do usuário
Acompanhamento de metas para ajudar os usuários a monitorar e atingir seus objetivos de saúde
Integração com serviços do Google para recursos e insights aprimorados