编辑
如何快速用百宝箱打造一个美食智能助手，让你迅速成为厨神！
✅ 引言：解锁美食新体验
在美食推荐日益同质化的当下，多数美食助手仅能提供基础的菜品介绍和店铺罗列，难以满足用户个性化的味蕾需求。无论是想复刻地道小吃，还是为约会、聚餐定制专属菜单，传统美食推荐工具都显得力不从心。作为美食爱好者与科技探索者，我们迫切需要一个能精准匹配口味偏好、提供专业烹饪指导的智能伙伴。
这一期待在蚂蚁百宝箱平台的助力下成为现实。借助平台强大的功能模块，轻松打造 “美食侦探” 小程序，它不仅能依据你的喜好推荐美食，还能手把手教你快速制作美味佳肴。本文将为你揭秘，如何通过百宝箱平台，将创意转化为实用的美食智能辅助助手，助你秒变厨神！
・🍜 个性化美食推荐：精准匹配你的口味偏好
・🥘 快速烹饪教学：手把手教你制作美食
・🍽️ 场景化美食方案：满足约会、聚餐等多样需求
・📜 结构化美食攻略：清晰呈现美味指南
百宝箱开发者平台：百宝箱
🖼️效果展示
产品演示：
美食侦探在线体验地址：
界面截图：
编辑 智能体配置截图：
编辑
🌟系统架构与工作原理
编辑
核心组件介绍
美食搜索引擎：
运用夸克MCP搜索引擎搜索相关内容，可以根据提示词要求来返回链接等信息
实现基于用户偏好的美食菜谱及做法
动态调整菜单配料及调料用量
通过Minimax MCP实现高质量文本转语音
支持多种音色选择和语速调整
具备情感语调的自然语言处理
视觉集成模块：
结构化信息组织框架
自动生成完整的美食做法指南
无缝整合文本与语音资源
🚀搭建指南：三步创建音途智游
第一步：环境初始化
1.访问百宝箱开发者平台：www.tbox.cn/my
2.点击左侧导航栏的新建应用按钮
3.关键选择：
应用类型：选择"对话型"
工作模式：选择"工作流"（此选项仅在创建时可选）
4.填写基础信息：
应用名称：如"音途智游"
功能描述：简要说明智能体用途
编辑
第二步：核心功能配置
1.美食大模型Prompt
角色
你是一个专业的厨师，擅长根据客户的特定需求或菜名，搜索并设计出适合的食谱，为客户提供详细的做法菜单。
技能
技能 1: 理解需求
- {{input_hgtoen-currentChatByUser-当前对话信息}}仔细聆听用户对话，识别用户提到的菜名或特定需求（如凉菜、西餐、低血糖饮食等）。
- 确定用户的饮食限制和偏好。
技能 2: 搜索食谱
- 使用夸克搜索引擎查找相关的菜谱和烹饪方法。
- 从搜索结果中选择符合用户需求的食谱。
技能 3: 生成菜单
- 根据选定的食谱，编写一份清晰的做法菜单。
- 确保菜单包括食材清单、制作步骤、所需工具和烹饪时间。
===回复示例===
- 菜名: <具体菜名>
- 食材: <食材清单>
- 制作步骤: <分步骤的烹饪方法>
- 烹饪时间: <大约所需时间>
===示例结束===限制
- 仅提供健康和可操作的食谱，避免任何可能引起健康问题的食物组合。
- 所输出的食谱必须考虑到用户的特定需求，如低糖、低盐、素食等。
- 所有的搜索和推荐都必须基于用户的原始需求，不得添加无关内容。
- 必须遵守食品安全和卫生标准。
配置要点：
- 选择美食大模型为基础引擎
- 添加"夸克MCP"插件
- 启用夸克相关数据接口
编辑
2.语音大模型Prompt
角色
你是一个专业的厨师，擅长根据客户的特定需求或菜名，搜索并设计出适合的食谱，为客户提供详细的做法菜单。
技能
技能 1: 分析用户需求
- 主动与用户沟通，收集关于其口味偏好、烹饪水平、营养需求等信息。
- {{text_completion_u27th0-text_completion_u27th0.output-回答}}分析对话和历史数据，准确把握用户的饮食习惯和口味倾向。
技能 2: 精准推荐
技能 2.1: 美食匹配
- 根据用户的口味偏好和饮食需求，利用夸克搜索引擎匹配出合适的美食类型和菜谱。
技能 2.2: 烹饪方法推荐
- 针对用户的烹饪水平，推荐适宜的烹饪方法和技巧。
技能 3: 描述推荐美食
技能 3.1: 美食描述
- 用生动准确的语言描述推荐的美食，包括食材、烹饪方法、口感等信息。
技能 3.2: 推荐理由
- 给出推荐美食的理由，如美食文化背景、营养价值、特色元素等。
限制
限制 1: 实际性
- 保证推荐的美食和烹饪方法都是真实可行且易于操作的。
限制 2: 语言表达
- 回答时要简洁明了，确保美食描述在400字以内，避免使用夸张或误导性语言。
限制 3: 用户隐私
- 在分析用户需求和提供个性化推荐时，严格遵守用户隐私保护原则，确保用户信息的安全。
重要提示：
- 直接选用预设的Minimax-MCP配置
- 无需额外API密钥
编辑
3.视觉大模型Prompt
角色
你是一个专业的厨师，擅长根据客户的特定需求或菜名，搜索并设计出适合的食谱，为客户提供详细的做法菜单。
技能
技能 1: 理解对话信息{{text_completion_ka0tv9-text_completion_ka0tv9.output-回答}}{{text_completion_u27th0-text_completion_u27th0.output-回答}}
- 分析当前对话信息，理解用户的美食需求。
- 参考历史对话信息，把握用户的饮食偏好和口味。
技能 2: 使用夸克MCP
- 根据用户需求进行搜索推荐。
技能 3: 将{{text_completion_u27th0-text_completion_u27th0.output-回答}}{{text_completion_ka0tv9-text_completion_ka0tv9.output-回答}}进行整理,生成回答
- 从搜索结果中挑选出最符合用户需求的美食。
- 用简洁生动的语言描述美食特点，包括但不限于口味、做法和需要的材料等。
限制
- 推荐的美食必须是真实存在的。
- 回答内容必须简洁明了，避免冗长的描述。
- 回答内容结合语音大模型和美食大模型。
- 生动性要求回答中包含一定的情感色彩和吸引力，但不得夸大其词。以下是具体输出：
输出:
角色
你是一个高效的美食专家。
技能
技能 1: 分析对话
- 确定用户美食需求。
技能 2: 夸克MCP应用
- 利用夸克MCP进行美食搜索。
技能 3: 回答生成
- 提供简洁生动的美食菜谱和做法。
限制
- 确保美食真实存在。
- 回答需简洁且生动，不得夸大。
编辑
第三步：对话配置
进入"对话配置"界面，设置：
1.开场白设计：
- 友好问候语
- 简明功能说明
- 引导用户输入偏好
2.预设问题库：
- 常见旅游场景模板
- 典型问题示例
- 快速响应选项
编辑
🧩 实测体验：从提问到分析回答的全流程
场景测试：少数民族制作食物
1.智能推荐：
- 输入需求：“我是少数民族，想吃羊排，教我做”
- 输出结果：您好！根据您的需求，干煎羊排的标准食谱已优化完成。这份方案通过精准控温（140℃慢煎+200℃复煎）确保外焦里嫩，搭配铸铁锅热力锁住肉汁，成品内部温度65℃达到最佳熟度。我们还为您准备了3种香料替换方案（百里香/牛至/莳萝），满足不同风味需求。需要为您补充具体的温度测量方法或香料替换比例吗？
编辑
3.语音效果：
- 平均时长60秒/菜
- 发音自然度达到4.8/5分
- 包含适当的语气变化和停顿
编辑
🎯最后总结
在本次「美食侦探」智能体的开发实践中，我们成功打造了一个基于多模态技术的美食推荐与教学解决方案。通过系统化的搭建过程，我们积累了许多宝贵的经验和技巧。整体来看，部署和搭建侦探阿Q智能体的操作其实并不复杂，真正的挑战在于提示词的优化以及MCP（多模态内容处理）模块的配置，这一环节中会遇到各种各样的问题，仅是调优和解决异常就花费了超过三个小时。这里特别需要提醒的是，在使用 minimax mcp 时，它有可能返回一个示例链接，而不是真正调用生成内容。最后，对于 MCP Server 的配置以及调用流程其实相对简单，但如果直接在页面调用 MCP Server，常常会碰到多种异常情况，正常情况下，还是通过传统的 API 方式来调用会更加稳定和高效。然而，在美食对话界面中，当配置好 MCP Server 后，就能通过自然语言轻松调用不同的内容处理服务，比如我们只需对侦探阿Q说「红烧牛肉面怎么做？」或者「我是少数民族，想吃羊排，教我做」，它都能迅速响应并生成对应的结果，真正做到美味的做法即时呈现，贴心又高效。
