مدرب ومسؤول تذية الي

مشروع: Dietitian – AI Nutrition Coach

تطبيق ذكي للتغذية يعتمد على تقنيات الذكاء الاصطناعي لتقديم إرشادات غذائية دقيقة وشخصية. يجمع المشروع بين أحدث تقنيات الرؤية الحاسوبية، معالجة اللغة الطبيعية، وقواعد البيانات الذكية ليمنح المستخدم تجربة شاملة لإدارة تغذيته وصحته.

أهم المزايا:

دعم إدخال متعدد الوسائط:

محادثة نصية طبيعية مع المدرب الغذائي الذكي

تحليل صور الأطعمة (التعرف على الأكلات، تقدير الحصص، حساب السعرات والعناصر الغذائية)

دعم تنسيقات الصور الشائعة (JPEG, PNG, WebP)

حسابات شخصية للتغذية:

حساب معدل الأيض (BMR) والاحتياج اليومي للطاقة (TDEE)

توزيع الماكروز (بروتين، كربوهيدرات، دهون) بناءً على الهدف (خسارة وزن – زيادة وزن – الحفاظ على الوزن)

توصيات غذائية مخصصة حسب العمر، الوزن، الطول، مستوى النشاط، والأهداف الصحية

قاعدة بيانات غذائية ذكية:

بحث دلالي متقدم باستخدام الذكاء الاصطناعي (Vector Search + NLP)

معلومات دقيقة عن السعرات والماكروز والميكرونيوترينتس لكل صنف غذائي

سرعة عالية في الاستعلام وأداء مُحسّن

التقنيات المستخدمة:

Google Gemini AI للرؤية الحاسوبية وتحليل الصور

Flask + Python لتطوير الـ Backend

ChromaDB للبحث المتقدم عبر المتجهات

HuggingFace Transformers لمعالجة اللغة الطبيعية

تكامل مع مكتبات مثل Pandas, Pillow, SpeechRecognition

الميزات المستقبلية:

إنشاء خطط وجبات ذكية وقوائم تسوق تلقائية

تطبيقات للهواتف (iOS و Android)

تكامل مع الأجهزة القابلة للارتداء (Wearables) وأجهزة تتبع اللياقة

دعم لغات متعددة للوصول العالمي

التقنيات المستخدمة في المشروع

Python 3.8+

لغة البرمجة الأساسية للمشروع

قوية في تحليل البيانات، التعامل مع النماذج الذكية، والتكامل مع المكتبات العلمية

Flask 2.3+

إطار عمل خفيف لتطوير واجهات الـ Backend

تصميم RESTful APIs سريعة، آمنة، وقابلة للتوسع

Google Gemini AI (1.5-flash)

النموذج الأساسي للرؤية الحاسوبية وتحليل الصور

يُستخدم للتعرف على الأطعمة، تقدير الحصص، وحساب السعرات بدقة

HuggingFace Transformers

لإنشاء التمثيلات النصية (Embeddings) ومعالجة اللغة الطبيعية

يتيح البحث الدلالي وفهم استفسارات المستخدم الغذائية بشكل ذكي

ChromaDB

قاعدة بيانات موجهة للمتجهات (Vector Database)

تُستخدم للبحث المتقدم عن الأطعمة وربط الصور بالنصوص

تدعم البحث الفوري شبه اللحظي (Sub-second Query Response)

Pandas

مكتبة لتحليل البيانات ومعالجة الجداول الغذائية

أساس عمليات الحساب الغذائي (BMR, TDEE, الماكروز)

Pillow (PIL)

مكتبة لمعالجة الصور قبل إدخالها للنموذج

تتعامل مع التحويل للصيغ (JPEG, PNG, WebP)، تحسين الجودة، وضبط الأبعاد

SpeechRecognition

لإضافة واجهة صوتية مستقبلًا

تحويل الأوامر الصوتية إلى نص يمكن للنظام تحليله

LangChain

إطار متقدم لتطوير تطبيقات الذكاء الاصطناعي

يربط بين النماذج اللغوية، قواعد البيانات، ومصادر البيانات الخارجية بطريقة معيارية

Requests

للتكامل مع واجهات برمجية خارجية (APIs)

تبادل البيانات بشكل آمن وفعّال