扣子平台可零代码搭建“智能菜谱推荐与营养搭配助手”工作流，支持基于剩余食材自动生成三道不重样、营养均衡且快手的家常菜，并完成营养校验与可打印周计划生成。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让AI根据你冰箱里剩下的半块豆腐、两根蔫黄瓜和一把挂面，立刻生成三道不重样、营养均衡又快手的家常菜？扣子平台能直接跑通这条链路，不用写代码、不依赖外部API调用权限，全部在可视化工作流里完成。
搭建核心工作流：从食材到菜谱的自动推理
登录 coze.cn → 进入「开发平台」→ 点击「资源库」→ 「工作流」→ 新建，命名为「智能菜谱推荐与营养搭配助手」。
在开始节点添加三个必填变量：【leftover_ingredients】（字符串类型，用户输入的现有食材，如“嫩豆腐、黄瓜、挂面、鸡蛋”）；【dietary_preference】（字符串类型，可选值：清淡/重口/少油/素食/控糖，留空则默认通用）；【meal_time】（字符串类型，可选值：早餐/午餐/晚餐/加餐）。
添加一个「大模型节点」，选择 DeepSeek-V3.1 模型，系统提示词固定为：“你是一位注册营养师兼十年主厨，严格按以下规则响应：①只输出纯Markdown格式菜谱列表，每道菜含【菜名】【核心食材】【简要步骤】【营养亮点】四部分；②所有菜必须100%使用用户提供的leftover_ingredients，禁止添加未列出的主料；③若meal_time=早餐，必须含碳水+优质蛋白组合；④若dietary_preference=控糖，禁用任何含糖调料名称。”
将开始节点的三个变量全部映射进该大模型节点的输入字段，输出字段命名为「recipe_output」。
接入实时营养数据校验模块
方法一：调用内置「食物大师」插件
在大模型节点后接一个「插件节点」，搜索并添加「食物大师」→ 配置参数：输入字段填「recipe_output」中提取的每道菜的主料名称（需用文本处理节点先做关键词抽取），勾选「返回热量(kcal)、蛋白质(g)、脂肪(g)、碳水(g)」四项。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
方法二：手动注入轻量营养规则表（免插件依赖）
添加「知识库节点」，上传一个CSV文件，内容仅两列：食材名｜每100g基础营养值（格式如“鸡蛋｜155kcal,13g蛋白,11g脂肪,1g碳水”）。工作流运行时，自动匹配用户输入食材并加权计算整道菜预估值。这一步能绕过插件调用失败导致整个流程中断的风险。
注意：若选用方法二，CSV中食材名必须与用户输入完全一致（如“鸡蛋”不能写成“土鸡蛋”），否则匹配失败后不会报错，而是返回空值。
生成可打印的周计划视图
第一步：用文本处理节点将「recipe_output」转为标准表格结构，字段包括：日期｜餐次｜菜名｜主食材｜预估热量｜搭配建议。
第二步：添加「GPT-image-2」插件节点，输入拼接好的表格文本 + 固定提示词模板：“A4竖版排版，极简白底，标题‘本周营养食谱’居中加粗，表格清晰分栏，每行带浅灰分割线，底部小字注明‘数据由AI营养师校验，实际烹饪请按个人体质调整’”。
第三步：设置结束节点，输出字段为「final_image_url」，启用「自动下载并保存至Bot附件」选项——这样用户点击结果链接时，图片会直接以PDF形式下载，无需二次截图。
这一步操作起来很简单，直接把文件拖进去就行。
