Monitor de ações com IA auto-hospedado para ações A, Hong Kong e EUA, com acompanhamento de carteira, alertas de preço, análise baseada no TradingAgents e relatórios automatizados.
MabudAlam/NomAI-App
App de nutrição e acompanhamento de refeições em Flutter, com backend em FastAPI e agente LangChain que analisa fotos de alimentos e monta planos alimentares semanais.
Alternativa open source a:MyFitnessPal
Lose It!
- Estrelas
- 126
- Forks
- 15
- Issues abertas
- 0
- Último commit
- há 6 meses
O que é?
NomAI é um assistente de nutrição com IA, com um cliente Flutter para iOS, Android e web, conectado a um backend FastAPI que coordena chamadas a LLMs. Os usuários podem fotografar uma refeição ou descrevê-la em texto, e o app executa um fluxo de três etapas: identifica os alimentos, pesquisa dados nutricionais na web via Exa ou DuckDuckGo e, por fim, usa o LLM para sintetizar informações nutricionais estruturadas.
Além da análise, o projeto inclui um agente de chat baseado em LangChain que considera preferências alimentares, alergias e objetivos de saúde, um planejador semanal que gera planos de refeições para sete dias com ciclagem de carboidratos e metas de macronutrientes, além de sugestões de cinco refeições alternativas. É possível marcar as refeições como consumidas e atualizar os planos; o histórico de conversas e os planos alimentares ficam armazenados no Google Firestore.
O backend pode usar Google Gemini ou OpenRouter como provedor de LLM, selecionado por meio de variáveis de ambiente. O cliente usa Firebase Authentication e Remote Config para se conectar ao backend implantado.
Recursos principais
- 01Analisa refeições a partir de fotos ou descrições em texto usando um fluxo com LLM fundamentado em pesquisas na web
- 02Assistente de chat que considera preferências alimentares, alergias e objetivos de saúde
- 03Gera planos alimentares de 7 dias com ciclagem de carboidratos e metas de macronutrientes
- 04Sugere cinco refeições alternativas compatíveis com o perfil alimentar do usuário
- 05Alterna entre Google Gemini e OpenRouter como provedor de LLM
- 06Armazena o histórico de conversas e os planos alimentares no Google Firestore
Casos de uso
- Registrar refeições tirando uma foto e obter uma estimativa da composição nutricional
- Montar um plano semanal de refeições que respeite alergias e metas de macronutrientes
- Estudar uma implementação de referência de um agente de nutrição com FastAPI e LangChain e um cliente Flutter
Tópicos
Perguntas frequentes
- O que é NomAI-App?
- App de nutrição e acompanhamento de refeições em Flutter, com backend em FastAPI e agente LangChain que analisa fotos de alimentos e monta planos alimentares semanais. NomAI é um assistente de nutrição com IA, com um cliente Flutter para iOS, Android e web, conectado a um backend FastAPI que coordena chamadas a LLMs. Os usuários podem fotografar uma refeição ou descrevê-la em texto, e o app executa um fluxo de três etapas: identifica os alimentos, pesquisa dados nutricionais na web via Exa ou DuckDuckGo e, por fim, usa o LLM para sintetizar informações nutricionais estruturadas.
- NomAI-App é gratuito? Qual é a licença?
- NomAI-App não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
- NomAI-App ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de NomAI-App foi em 22 de abr. de 2026.
- Para que posso usar NomAI-App?
- Registrar refeições tirando uma foto e obter uma estimativa da composição nutricional Montar um plano semanal de refeições que respeite alergias e metas de macronutrientes Estudar uma implementação de referência de um agente de nutrição com FastAPI e LangChain e um cliente Flutter
- Onde consigo NomAI-App?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/MabudAlam/NomAI-App
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Add-on do Blender e servidor MCP que permitem a assistentes de IA, como Claude, criar, modificar e inspecionar cenas 3D no Blender por meio de prompts.
Transforma um repositório Git ou diretório local em um resumo de texto pronto para prompts, para fornecer código a LLMs.
Infraestrutura Python que transforma dados corporativos em uma camada de contexto baseada em grafos, com ontologias, raciocínio, proveniência e trilhas de auditoria de decisões para sistemas de IA.
Apache Maka (Incubating) é um ambiente de trabalho para agentes em desktop, TUI e CLI que registra cada mensagem do modelo, chamada de ferramenta e decisão de permissão em um log de eventos somente de acréscimo.
Biblioteca Python e interface web que convertem PDFs, DOCX, PPTX, XLSX, imagens e URLs em Markdown, JSON, CSV ou HTML, com OCR e extração de campos estruturados.