返回首页
最新
大家好,
经过大量的努力,我很高兴地宣布 MyChefGPT.com 正式上线,现已准备好接受您的烹饪食谱请求!
我之所以创建这个网站,是因为我遇到了两个问题:
1. 面对冰箱里一堆随机的食材,却不知道该做什么。
2. 想做某道特定的菜,但需要用我的母语或测量系统的食谱。
MyChefGPT 通过两种方式解决了这个问题:
- **创意模式**:输入一个菜品创意(例如“辛辣素食辣椒”),让 AI 为您构建食谱。
- **食材模式**:输入您手头的食材清单(例如“鸡肉、米饭、西兰花、酱油”),看看它会创造出什么!
主要特点:
- **真正的多语言支持**:生成 50 种不同语言的食谱和说明(从英语和西班牙语到泰语和阿拉伯语)。
- **公制/英制**:可以即时在公制和英制单位之间切换。
- **食谱历史**:登录后可以保存您的成功食谱,形成个人历史记录。
目前,它利用强大的大型语言模型(LLM)来生成详细、结构良好且(希望)美味的结果。
我希望 HN 社区能来试试,尝试一些疯狂的组合,并告诉我您的想法。对于生成质量、多语言支持以及用户界面/用户体验的所有反馈,我都非常感激!
请在这里查看: [MyChefGPT.com](https://mychefgpt.com)
您能让它生成的最疯狂的食谱是什么?
我分享了一个完全离线的RAG(检索增强生成)架构,旨在解决工业环境中的一个关键问题:数据隐私和重复的API成本。
我们每天处理敏感的专有数据表和原理图,因此基于云的LLM(大语言模型)如ChatGPT不符合合规要求。
解决方案:一个容器化架构,确保数据永远不会离开本地网络。
技术栈:
LLM:Llama 3(通过Ollama)
向量数据库:ChromaDB
部署:Docker Compose(一键设置)
优势:零API成本,无安全风险,快速的本地性能。
代码和架构可在此处获取:
[https://github.com/PhilYeh1212/Local-AI-Knowledge-Base-Docker-Llama3](https://github.com/PhilYeh1212/Local-AI-Knowledge-Base-Docker-Llama3)
欢迎就GPU直通设置或文档导入流程提问。