Pianificazione dei pasti interattiva guidata dall'IA, che utilizza la programmazione quadratica per ottimizzare le combinazioni di alimenti in modo da soddisfare i tuoi vincoli calorici, proteici e dietetici.
npx clawhub@latest install llmnMeal Planning Wizard è un'abilità guidata dall'IA che crea piani alimentari personalizzati e ottimizzati dal punto di vista nutrizionale utilizzando lo strumento CLI llmn e la programmazione quadratica. Ti accompagna nella definizione degli obiettivi dietetici, nella selezione dei modelli alimentari e nell'esecuzione dell'ottimizzazione matematica per produrre pasti giornalieri realistici. Installalo quando desideri una pianificazione dei pasti strutturata e consapevole dei vincoli, piuttosto che generici consigli dietetici.
llmn e vuoi un assistente AI che guidi l'intero flusso di pianificazioneuv e la CLI llmn installati — la skill dipende interamente da questi strumentiUtilizza schemi specifici per dieta (pescatariana, vegana, cheto, mediterranea, paleo, slow_carb) per generare pasti con una struttura realistica — ad esempio 1 proteina + 1 legume + verdure per pasto. Gli schemi possono essere combinati per un controllo più preciso.
Alimentato dall'ottimizzatore matematico della CLI llmn, la skill individua le migliori quantità di alimenti che soddisfano simultaneamente tutti i vincoli nutrizionali, anziché affidarsi esclusivamente a euristiche o modelli predefiniti.
Legge i profili utente llmn memorizzati contenenti età, sesso, altezza, peso, livello di attività e obiettivi. Quando un profilo è presente, il Meal Planning Wizard può calcolare automaticamente i valori target di calorie e proteine, eliminando l'inserimento ridondante dei dati.
Per gli utenti avanzati, Meal Planning Wizard genera un file di profilo YAML con controlli precisi su calorie, proteine, fibre, sodio, carboidrati e tag di inclusione/esclusione degli alimenti — offrendo il pieno controllo sul problema di ottimizzazione.
Dopo ogni esecuzione di ottimizzazione, gli utenti possono modificare i vincoli, escludere alimenti specifici, aggiungere nuovi elementi base o eseguire scenari what-if (ad es., explore whatif --add "protein:min:200") per vedere come le modifiche influenzano il piano.
I piani alimentari ottimizzati possono essere esportati tramite llmn export-for-llm latest per essere utilizzati nei prompt di generazione delle ricette, collegando la pianificazione nutrizionale con una guida pratica alla cucina.
Un utente che mira alla perdita di grasso da 185 lbs → 165 lbs riceve un piano pescatariano strutturato a basso contenuto di carboidrati da 1600–1800 cal/giorno con 150g di proteine, suddiviso in colazione, pranzo, cena e uno spuntino con quantità esatte in grammi, grazie a Meal Planning Wizard.
Un utente che sta seguendo una fase di massa con una dieta onnivora riceve un piano da 2800–3200 kcal ottimizzato per oltre 180g di proteine al giorno, con alimenti selezionati dai propri alimenti base contrassegnati e distribuiti su più pasti grazie a Meal Planning Wizard.
Un utente vegano che desidera mantenere il proprio peso riceve un piano alimentare plant-based bilanciato da 2200–2400 cal, con un adeguato apporto di fibre e proteine, utilizzando il filtro alimentare in stile vegano di Meal Planning Wizard per escludere automaticamente tutti i prodotti di origine animale.
Un utente esistente chiede "cosa succede se aumento il mio minimo di proteine a 200g?" — il skill esegue llmn explore whatif sul loro ultimo piano e mostra quali alimenti cambiano e se il problema rimane risolvibile.
uv — Il package runner di Python deve essere installato e accessibile nel terminalellmn CLI — Deve essere installato ed eseguibile tramite uv run llmnstaple in llmn affinché l'ottimizzatore disponga di un pool di alimenti; usa uv run llmn tags add <fdc_id> staplellmn — Creato tramite llmn user create; consente la derivazione automatica degli obiettivi calorici e proteici dalle metriche corporee e dagli obiettivi memorizzatinpx clawhub@latest install llmnnpx clawhub@latest install llmnAccedi per scrivere una recensione
Nessuna recensione ancora. Sii il primo a condividere la tua esperienza!