การตัดสินใจว่าจะทำอะไรกินในแต่ละวันอาจรู้สึกเหมือนเป็นงานที่ไม่มีวันจบสิ้น ในขณะที่แบบจำลองภาษาขนาดใหญ่ (LLM) บนคลาวด์ เช่น Claude, Gemini และ ChatGPT สามารถแนะนำสูตรอาหารตามสิ่งที่มีอยู่ในครัวของคุณได้อย่างง่ายดาย แต่การพึ่งพาบริการภายนอกหมายถึงการส่งข้อมูลส่วนตัวไปยังบริษัท AI อย่างต่อเนื่อง เพื่อแก้ปัญหานี้โดยไม่กระทบต่อความเป็นส่วนตัว เราสามารถสร้างเครื่องมือสร้างสูตรอาหารจากตู้เย็นสู่มื้อเย็นที่ขับเคลื่อนด้วย AI ในระดับท้องถิ่น ซึ่งทำงานบนฮาร์ดแวร์ส่วนตัวได้อย่างสมบูรณ์

ด้วยการใช้ระบบภายในเครื่องที่มีน้ำหนักเบา ซึ่งประกอบด้วยเครื่องมืออัตโนมัติแบบโอเพนซอร์ส อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชันฐานข้อมูลสูตรอาหาร (API ซึ่งเป็นชุดกฎที่ช่วยให้ระบบซอฟต์แวร์ต่างๆ สื่อสารกันได้) และแบบจำลองภาษาบนอุปกรณ์ ผู้ใช้สามารถลดปริมาณขยะอาหารได้อย่างมีประสิทธิภาพโดยไม่ต้องพึ่งพาระบบคลาวด์
ก้าวข้ามการวางแผนมื้ออาหารประจำสัปดาห์ที่ซับซ้อน
ความพยายามเบื้องต้นในการแก้ปัญหาเรื่องอาหารประจำสัปดาห์นั้นเกี่ยวข้องกับการวางแผนมื้ออาหารที่ซับซ้อนซึ่งสร้างขึ้นโดยใช้ Claude ระบบดังกล่าวอนุญาตให้เลือกอาหารได้สามมื้อ ในขณะที่ Claude จะเลือกอาหารอีกสองมื้อเพิ่มเติมจากชุดสูตรอาหารที่คัดสรรมาอย่างดี ซึ่งออกแบบมาเพื่อลดการสิ้นเปลืองโดยการใช้ส่วนผสมที่เหลืออยู่ อย่างไรก็ตาม ชีวิตมักไม่เป็นไปตามตารางเวลาที่เคร่งครัด และวันหยุดสุดสัปดาห์มักถูกละเลยไป เนื่องจากมื้ออาหารไม่ได้เตรียมที่บ้านเสมอไป

โดยทั่วไปแล้ว ในช่วงปลายสัปดาห์ อาหารที่เน่าเสียง่ายมักจะยังคงอยู่ในตู้เย็น จึงจำเป็นต้องใช้โซลูชันที่เรียบง่ายกว่า ซึ่งออกแบบมาเพื่อสแกนสิ่งของที่มีอยู่ในตู้เย็นและสร้างไอเดียสูตรอาหารเพื่อนำอาหารที่เหลือเหล่านั้นมาใช้ได้ทันที
จัดการหลักสูตร LLM ระดับท้องถิ่นร่วมกับ Ollama
แม้ว่าแชทบอททั่วไปจะตอบสนองได้อย่างรวดเร็ว แต่การใช้งาน LLM ในเครื่องคอมพิวเตอร์ส่วนบุคคลจะช่วยรักษาความเป็นส่วนตัวและเป็นอิสระจากเซิร์ฟเวอร์ภายนอกอย่างสมบูรณ์ การใช้ Ollama เพื่อโฮสต์โมเดลขนาดเล็กในฮาร์ดแวร์ที่ไม่ซับซ้อน ทำให้การจับคู่ของเหลือในตู้เย็นกับสูตรอาหารโปรดเป็นไปได้จริง

ความพยายามในขั้นต้นเกี่ยวข้องกับการเปรียบเทียบสิ่งของในตู้เย็นกับชุดสูตรอาหารส่วนตัวที่จัดการอยู่ใน Grocy ซึ่งเป็นระบบจัดการของชำแบบติดตั้งเอง อย่างไรก็ตาม ชุดสูตรอาหารภายในนั้นกลับมีข้อจำกัดมากเกินไป ทำให้ผลลัพธ์ที่ได้มักอิงจากส่วนผสมเพียงอย่างเดียว แทนที่จะใช้ประโยชน์จากสิ่งของที่เหลืออยู่หลายอย่างอย่างเต็มที่
โครงสร้างฮาร์ดแวร์: Beelink Mini S13 Pro
การใช้งานโปรแกรม AI บนเครื่องโลคัลนั้นต้องการฮาร์ดแวร์ขนาดกะทัดรัดที่เชื่อถือได้ คอมพิวเตอร์เดสก์ท็อป Beelink Mini S13 Pro ทำหน้าที่เป็นศูนย์กลางในการดำเนินการงานเหล่านี้บนเครื่องโลคัล

| ส่วนประกอบ | ข้อกำหนด |
|---|---|
| ซีพียู | โปรเซสเซอร์ Celeron FCBGA1264 3.6GHz (Intel N150) |
| กราฟิก | กราฟิกการ์ด Intel ในตัว 24EUs 1000MHz |
| หน่วยความจำ | แรม DDR4 ขนาด 16 GB |
| พื้นที่จัดเก็บ | SSD 500GB |
| ระบบปฏิบัติการ | วินโดวส์ 11 โฮม |
| มิติ | 4.52 x 4 x 1.54 นิ้ว |
| การเชื่อมต่อ | พอร์ต USB 4 ช่อง |
การทำให้เวิร์กโฟลว์เป็นไปโดยอัตโนมัติด้วย n8n
การจัดการกระบวนการหลายขั้นตอน ตั้งแต่การจัดทำรายการส่วนผสมในตู้เย็น ไปจนถึงการเปรียบเทียบกับสูตรอาหาร และการส่งคืนคำแนะนำ จำเป็นต้องใช้เฟรมเวิร์กการทำงานอัตโนมัติที่เชื่อถือได้ n8n ถูกเลือกใช้สำหรับโครงการนี้เนื่องจากมีประสบการณ์ในการจัดการเวิร์กโฟลว์หลายขั้นตอนที่คล้ายคลึงกันในอดีต และความสามารถในการส่งคำขอไปยัง Ollama ได้อย่างราบรื่น

เพื่อเอาชนะข้อจำกัดของแคตตาล็อกสูตรอาหารส่วนตัวขนาดเล็ก กระบวนการทำงานจึงได้รับการปรับเปลี่ยนใหม่โดยการค้นหาข้อมูลจาก TheMealDB ซึ่งเป็นฐานข้อมูลสูตรอาหารที่ครอบคลุมและมี API ให้ใช้งานฟรี การเปลี่ยนแปลงนี้ช่วยขยายขอบเขตของสูตรอาหารที่ค้นหาได้เป็นอย่างมาก ทำให้ LLM สามารถแสดงตัวเลือกสูตรอาหารที่ใช้ส่วนผสมทั้งหมดหรือบางส่วนที่มีอยู่ได้อย่างประสบความสำเร็จ
การนำอินเทอร์เฟซจากตู้เย็นสู่มื้ออาหารไปใช้งานจริง
ส่วนติดต่อผู้ใช้มีแบบฟอร์มป้อนข้อมูลที่ใช้งานง่าย ซึ่งช่วยให้สามารถป้อนส่วนผสมในครัวที่มีอยู่ได้อย่างสะดวก

ตัวอย่างเช่น การป้อนรายการเฉพาะ เช่น เนื้อบด ไข่ และพริกแดง ลงในช่องส่วนผสมของตู้เย็น จะเริ่มกระบวนการสร้างรายการขึ้นมา

เมื่อส่งคำขอแล้ว อินเทอร์เฟซบนเว็บจะแสดงข้อความสถานะการประมวลผล ซึ่งระบุว่าอินสแตนซ์ในเครื่องกำลังเริ่มทำงาน

หลังจากใช้เวลาประมวลผลประมาณ 1 นาที 28 วินาที อินเทอร์เฟซจะอัปเดตเพื่อแสดงว่าโมเดลกำลังคิดทบทวนอยู่

เมื่อดำเนินการเสร็จสิ้น ระบบจะแนะนำสูตรอาหารที่เหมาะสม เช่น ไก่และเห็ดหม้อไฟ หรือ ไก่ผัดซอสอัลเฟรโดพรีมาเวร่า

การเลือกคำแนะนำใดๆ จะแสดงรายการส่วนผสมโดยละเอียดพร้อมคำแนะนำในการปรุงอาหารทีละขั้นตอน

ประสิทธิภาพและผลลัพธ์เชิงปฏิบัติ
แม้ว่าผลลัพธ์ที่ได้จะมีประโยชน์อย่างมาก แต่ก็ไม่ได้สมบูรณ์แบบเสมอไป บางครั้งคำแนะนำอาจต้องการส่วนผสมเพิ่มเติมที่ไม่มีอยู่ในครัว หรือแบบจำลองอาจแนะนำสิ่งที่ไม่เหมาะสมจากของที่มีอยู่ในตู้เย็น อย่างไรก็ตาม ระบบนี้ให้ไอเดียเมนูอาหารที่ใช้ได้จริงสองหรือสามอย่างที่ช่วยกำจัดอาหารเหลือได้อย่างมีประสิทธิภาพ
เนื่องจากการประมวลผลทำงานบนมินิพีซีที่ไม่มี GPU โดยเฉพาะ ทำให้เวลาตอบสนองช้ากว่าทางเลือกบนคลาวด์ โดยใช้เวลาประมาณสามนาทีตั้งแต่เริ่มต้นจนเสร็จสิ้น แม้จะมีเวลารอคอยนี้ การใช้งาน LLM ในพื้นที่ก็ยังเป็นโซลูชันที่น่าพึงพอใจ เป็นส่วนตัว และใช้งานได้จริงสำหรับการจัดการครัวในชีวิตประจำวัน
คำถามที่พบบ่อย
ฉันสามารถใช้งานโปรแกรมวางแผนมื้ออาหารนี้ได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตหรือไม่?
ส่วนประกอบ LLM และระบบอัตโนมัติในเครื่องทำงานบนฮาร์ดแวร์ของคุณเองทั้งหมดผ่านทาง Ollama และ n8n อย่างไรก็ตาม การสอบถามข้อมูลสูตรอาหารจาก TheMealDB ภายนอกจำเป็นต้องมีการเชื่อมต่ออินเทอร์เน็ต เว้นแต่คุณจะใช้ฐานข้อมูลสูตรอาหารในเครื่องที่ทำงานแบบออฟไลน์โดยสมบูรณ์แทน
ทำไมการสร้างสูตรอาหารจึงใช้เวลาสามนาที?
แอปพลิเคชันนี้ทำงานบนพีซีเดสก์ท็อป Beelink Mini S13 Pro ที่ติดตั้งการ์ดกราฟิกแบบรวม และไม่มี GPU เฉพาะ การประมวลผล LLM ในเครื่องต้องการพลังการคำนวณสูง ซึ่งทำให้การประมวลผลช้าลงบนฮาร์ดแวร์ขนาดเล็กและประสิทธิภาพต่ำเมื่อเทียบกับเซิร์ฟเวอร์คลาวด์เชิงพาณิชย์
ฉันสามารถใช้ชุดสูตรอาหารที่ฉันสร้างเองแทน TheMealDB ได้หรือไม่?
ใช่ค่ะ ในช่วงเริ่มต้นของโครงการนี้ เราใช้ชุดสูตรอาหารส่วนตัวที่จัดการอยู่ภายใน Grocy ซึ่งทำให้ได้จำนวนสูตรอาหารที่ตรงกันน้อยลง แต่หากต้องการ ก็สามารถผสานรวมฐานข้อมูลแบบกำหนดเองเข้ากับเวิร์กโฟลว์อัตโนมัติของ n8n ได้ค่ะ
ฉันจำเป็นต้องมีทักษะการเขียนโค้ดขั้นสูงเพื่อสร้างเวิร์กโฟลว์ n8n และ Ollama หรือไม่?
n8n เป็นแพลตฟอร์มการทำงานอัตโนมัติแบบภาพที่ใช้โหนด ซึ่งช่วยลดความซับซ้อนในการสร้างเวิร์กโฟลว์หลายขั้นตอน แม้ว่าการตั้งค่า API ในเครื่องและการจัดการโมเดลในเครื่องจะต้องการความรู้ทางเทคนิคบ้าง แต่คุณไม่จำเป็นต้องเขียนโค้ดที่ซับซ้อนตั้งแต่เริ่มต้น
จะเกิดอะไรขึ้นหาก LLM ในท้องถิ่นแนะนำการเปลี่ยนส่วนผสมที่ไม่ปกติ?
โมเดลคอมพิวเตอร์ที่ทำงานด้วยพารามิเตอร์ขนาดเล็กอาจแสดงผลลัพธ์ที่ผิดพลาดหรือแนะนำการสลับส่วนผสมที่ไม่สมเหตุสมผลได้ การตรวจสอบขั้นตอนการทำสูตรอาหารที่สร้างขึ้นก่อนปรุงอาหารจะช่วยให้คุณสามารถปรับเปลี่ยนคำแนะนำที่ผิดปกติเหล่านั้นได้ด้วยตนเอง
ข้อมูลสินค้าคงคลังในครัวของฉันถูกส่งต่อไปยังบริษัท AI ของบุคคลที่สามหรือไม่?
ไม่ เพราะ Ollama ดำเนินการประมวลผลโมเดลภาษาทั้งหมดบนเครื่องคอมพิวเตอร์ของคุณ ข้อมูลในตู้เย็นและคำค้นหาส่วนตัวของคุณจึงไม่เคยออกจากเครือข่ายส่วนตัวของคุณเลย




