HelloFresh每周菜单智能推荐工作流

工作流名称

HelloFresh每周菜单智能推荐工作流

主要功能和亮点

该工作流自动抓取HelloFresh官网每周菜单信息，提取菜谱详情，构建基于向量搜索（Qdrant）的个性化菜谱推荐引擎，并通过AI聊天代理实现用户交互式菜谱推荐。集成了网页数据抓取、自然语言处理、向量化存储与搜索，以及智能推荐技术，提升了菜单推荐的智能化和精准度。

解决的核心问题

• 自动获取和更新HelloFresh每周菜单数据，避免手动维护。
• 从海量菜谱信息中提炼关键内容，构建结构化、易检索的菜谱文档。
• 利用向量搜索技术精准匹配用户口味偏好，解决传统关键词搜索难以满足多维度个性化需求的问题。
• 通过AI聊天代理，实现用户友好的推荐咨询体验，满足不同用户的饮食偏好和禁忌。

应用场景

• 食品电商及订餐平台的菜单推荐系统。
• 健康饮食管理应用，通过用户喜好智能推荐菜谱。
• 餐饮企业内部菜谱管理与智能推荐工具。
• 任何需要基于定期更新内容进行个性化推荐的场景。

主要流程步骤

1. 抓取本周菜单：通过HTTP请求获取HelloFresh当前年度及周数对应的菜单页面。
2. 提取菜单数据：解析HTML和JSON数据，抽取前10个菜谱及其详细元信息。
3. 抓取菜谱详情：访问每个菜谱的具体网页，提取描述、食材、用具、做法和营养信息。
4. 文档准备与合并：整理并合并菜谱信息，生成结构化的文本文档。
5. 向量化处理：利用Mistral Cloud的Embedding模型将菜谱文本转换成向量。
6. 存储向量及数据：将向量存入Qdrant向量数据库，同时将完整菜谱数据保存至SQLite数据库。
7. 构建AI推荐代理：搭建基于Mistral Cloud大语言模型的聊天代理，结合Qdrant推荐API，实现基于用户正向和负向偏好的智能推荐。
8. 用户交互：用户通过聊天接口输入喜好和忌口，AI代理调用推荐引擎，返回个性化菜谱建议。

涉及的系统或服务

• HelloFresh官网菜单数据（HTTP请求抓取）
• Mistral Cloud（提供文本向量化和聊天语言模型服务）
• Qdrant（向量数据库，用于存储和检索菜谱向量）
• SQLite数据库（存储完整菜谱数据）
• n8n节点（包括HTTP请求、代码节点、HTML解析、文本拆分、合并、等待等）
• AI Agent（基于LangChain框架的智能推荐聊天机器人）

适用人群或使用价值

• 餐饮行业技术团队，想搭建自动化菜单推荐系统。
• 开发智能厨房助手或健康饮食管理工具的开发者。
• 数据科学家和AI工程师，探索结合向量数据库与语言模型的推荐方案。
• 任何希望提升用户个性化体验，通过AI智能推荐复杂内容的产品经理和技术人员。

---

该工作流实现了从数据采集、信息抽取、智能向量化到AI驱动的个性化推荐全流程自动化，极大提升了HelloFresh菜单推荐的效率和用户体验，是餐饮行业数字化转型及智能服务升级的典范方案。