Nutrition Guard

Nutrition Guard 是一個零月費的飲食風險管理平台，140 種食物依病症標籤即時計算風險分數，登入後可記錄飲食日誌，並透過 Workers AI 生成個人化中文建議與 PDF 報告。

背景

慢性病患者（痛風、高血脂、糖尿病、高血壓）在日常飲食中缺乏簡單可查、多病症兼顧的風險參考工具。現有營養資料庫多為靜態表格，難以即時評估特定食物對多種疾病的複合風險。

挑戰

需在 Cloudflare Pages + Workers 全無伺服器架構下，同時支援即時多病症風險評分、Firebase ID token 跨服務驗證、Workers AI 個人化推理、7 天飲食記錄圖表與 PDF 匯出，且月費必須維持在零元。

解法

採用純 Cloudflare + Firebase 全無伺服器架構，以標籤加總取代複雜 ML 模型做風險評分：

• 以 React 18 + Vite 5 + TailwindCSS 建置前端，Zustand 管理本地狀態並持久化至 localStorage
• 以 Cloudflare Workers + D1 建置後端 API，存放 140 種食物與 ~300 個疾病標籤
• 以 Cloudflare Workers AI（Llama 3.1 8B） 根據近 7 天飲食記錄生成個人化建議
• 以 Firebase Auth + Firestore 實作 Google Sign-In 與飲食日誌跨裝置同步
• 以標籤加總風險評分（≥4 高風險 / ≥2 中風險 / <2 低風險）取代黑盒模型，確保可解釋性

架構圖

graph LR
  User["使用者"] --> FE["React 18 SPA\n(Cloudflare Pages)"]
  FE -->|"Google Sign-In"| Firebase["Firebase Auth"]
  FE -->|"飲食日誌"| Firestore[("Firebase Firestore")]
  FE -->|"食物查詢 + AI 分析"| Worker["Cloudflare Workers"]
  Worker -->|"驗證 ID Token"| Firebase
  Worker --> D1[("Cloudflare D1\n140 食物 / ~300 標籤")]
  Worker -->|"個人化建議"| AI["Workers AI\n(Llama 3.1 8B)"]

流程圖

flowchart TD
  A(["使用者搜尋食物"]) --> B[D1 查詢 + 標籤加總]
  B --> C{風險分數}
  C -- ≥4 --> D[🔴 高風險提示]
  C -- ≥2 --> E[🟡 中風險提示]
  C -- <2 --> F[🟢 低風險]
  D & E & F --> G{已登入?}
  G -- 是 --> H[記錄飲食日誌]
  H --> I[Workers AI 個人化建議]
  I --> J[PDF 報告匯出]
  G -- 否 --> Z(["結束"])
  J --> Z

成果

完成八項核心功能並部署至 Cloudflare Pages，月費維持零元，140 種食物可在未登入情況下即時查詢多病症風險分數。