菜单推荐系统

介绍

本项目在Huggingface的基础上实现Chatglm2的本地部署，再结合Langchain和本地知识库实现了菜单的智能推荐，拥有菜单推荐、菜品识别、菜单规划、自由对话几种功能。NLP模型和Emmbeding模型可以在设置里自行更换，但需满足Huggingface的要求。最后，通过Gradio实现UI界面的部署。

使用说明

使用前建议使用conda创建新的虚拟环境，乙方后面安装依赖包时对原有环境破坏，另外建议python>=3.10，torch>=2.0 。可以依次运行下面的命令。

conda create -n caidan python=3.10

pip install -r requirements.txt

安装好运行环境后在虚拟环境下运行下面代码启动UI界面。

python .\UI界面.py

功能简介

菜单推荐

基于知识库的菜单推荐：根据输入的饮食喜好，结合本地向量化的知识库进行推荐。

基于菜单的推荐：根据输入的饮食喜好，结合上传的文本或图片菜单进行推荐。

大模型推荐：根据输入的饮食喜好，模型自由发挥进行推荐。

自定义推荐：自定义随机范围，让机器随机选择。

智能识别

菜品识别： 用户上传照片，模型返回图片中可能的菜品名称。

果蔬识别：用户上传照片，模型返回图片中的果蔬名称。

补充：菜品识别和果蔬识别都是使用百度的API，需要该功能的可以去申请。没使用本地模型的是为了节省显存，追求性能且现存足够的需自行修改和微调。

菜单规划

菜单规划有两种模式，可以结合使用。

1. 根据输入的食材，返回可以制作的菜品名称。
2. 根据输入的菜品名称，返回制作的过程和细节。

自由对话

直接对接NLP模型，可以自由对话。

demo展示

菜单推荐

菜单规划

智能识别

自由对话