EatAI

EatAI: помощник по диете и здоровью для улучшения жизни

EatAI — это приложение на основе искусственного интеллекта, призванное помочь пользователям сделать выбор в пользу более здорового питания и достичь целей в области здоровья. Используя данные пользователей, EatAI предлагает персонализированные рекомендации, которые поддерживают сбалансированный и здоровый образ жизни.

Структура проекта

• client/ : интерфейсное приложение, созданное с помощью Vite и React.
• server/ : серверное приложение, использующее Flask с Gunicorn для производственного развертывания.

---

Репозиторий

Репозиторий EatAI на GitHub

---

Руководство по установке

Предварительные условия

• Клиент : Node.js и npm.
• Сервер : Python 3.8+, pip и Gunicorn для настройки производственного сервера.
• Развертывание : учетная запись Render.com.

---

Установка

1. Клонировать репозиторий

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

2. Установите клиентские зависимости

    cd client
   npm install

3. Установить зависимости сервера

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

---

Конфигурация среды

Клиентский файл .env

Создайте файл .env внутри каталога client со следующим:

 VITE_SERVER_BASE_URL = SERVER_URL

Эта переменная указывает на API внутреннего сервера, позволяя внешнему интерфейсу взаимодействовать с сервером, или вы можете использовать этот развернутый URL-адрес — https://eatai.onrender.com.

Серверный файл .env

Создайте файл .env внутри каталога server с помощью:

 GOOGLE_API_KEY = YOUR_API_KEY

Этот ключ API необходим для интеграции сервисов Google с серверным приложением.

---

Запуск приложения

1. Запустить сервер

   Перейдите в каталог server и запустите сервер Flask с помощью Gunicorn:

    cd server
   gunicorn --config gunicorn_config.py app:app

2. Запустить клиент

   В новом терминале перейдите в каталог client и запустите сервер разработки:

    cd client
   npm run dev

---

Развертывание

Развертывание сервера при рендеринге

1. Настройте свой проект на Render и укажите корень сервера как server .

2. Настройте Gunicorn для использования команды:

   gunicorn --config gunicorn_config.py app:app

3. Добавьте переменные среды в настройки Render на основе вашего файла .env .

Развертывание клиента при рендеринге

1. Настройте клиентский проект на Render.
2. Настройте переменную среды VITE_SERVER_BASE_URL в настройках Render, чтобы она указывала на развернутый внутренний URL-адрес.

---

Функции

• Рекомендации по диете на основе искусственного интеллекта на основе данных пользователей
• Отслеживание целей, чтобы помочь пользователям отслеживать и достигать своих целей в области здравоохранения.
• Интеграция со службами Google для расширенных функций и аналитики.

---

Технический стек

• Фронтенд : Vite + React.
• Бэкэнд : Flask с Gunicorn
• Развертывание : Render.com.

---

Лицензия

Этот проект имеет открытый исходный код под лицензией MIT.