说实话，我给我家狗做了个 AI 管家，结果发现最该管的是我自己
GitHub: github.com/kevinten-ai… | 体验: pet.rxcloud.group
先说下背景
老实说，做这个项目的初衷挺搞笑的。
去年我养了只柴犬，叫"年糕"。然后呢，问题来了——我完全记不住它该什么时候打疫苗、什么时候驱虫、每天吃多少粮。手机里记了一堆备忘录，但根本没用，该忘还是忘。
有次带年糕去宠物医院，医生问"上次驱虫什么时候"，我当场懵了，翻手机翻了半天没找着。医生那个眼神，怎么说呢，就是那种"你这主人当的"的感觉。
回去之后我就想，我天天写代码，就不能写个东西来管管这事儿？
然后我就动手了。
项目介绍
Dog Agent 就是一个帮你管宠物的 AI。说实话功能挺简单的：
- 记录疫苗、驱虫时间，到期提醒你
- 根据体重、年龄算每天该喂多少粮
- 记录体重变化，看看有没有异常
- 拍照识别狗粮成分（这个有点实验性质）
- 找个附近的宠物医院、宠物店
GitHub 地址在上面，有兴趣可以看看代码。架构是用 Python + FastAPI 做的后端，前端是 Vue3，数据库用的 PostgreSQL。
技术架构
整体架构
说实话架构没啥特别的，就是常规的分层：
┌─────────────────────────────────────┐
│ Vue3 Frontend │
│ (Quasar Framework + Pinia) │
└─────────────┬───────────────────────┘
│ HTTP/REST
┌─────────────▼───────────────────────┐
│ FastAPI Backend │
│ ┌─────────┐ ┌─────────┐ ┌──────┐ │
│ │ Pet API │ │Health │ │Search│ │
│ │ │ │Check API│ │ API │ │
│ └─────────┘ └─────────┘ └──────┘ │
└─────────────┬───────────────────────┘
│ SQLAlchemy
┌─────────────▼───────────────────────┐
│ PostgreSQL + Redis │
│ (主数据存储 + 缓存/会话) │
└─────────────────────────────────────┘
核心模块
1. 宠物档案管理
这个是最基础的，就是 CRUD。但有个小难点：不同宠物的数据字段不一样。比如猫和狗的疫苗种类就不同，大型犬和小型犬的食量计算也不一样。
我用了一个动态 schema 的设计，大概长这样：
class PetProfile(BaseModel):
id: str
name: str
species: str # dog, cat, etc.
breed: str
birth_date: date
weight: float
# 动态属性，根据 species 不同而变化
attributes: Dict[str, Any]
def get_vaccine_schedule(self) -> List[VaccineRecord]:
"""根据物种返回不同的疫苗计划"""
schedules = {
"dog": [...], # 犬用疫苗
"cat": [...], # 猫用疫苗
}
return schedules.get(self.species, [])
2. 健康监测
这部分稍微复杂一点。需要：
- 根据体重、年龄计算每日建议食量
- 追踪体重变化趋势
- 预测疫苗/驱虫到期时间
食量的计算公式我查了挺多资料，最后用的这个（以狗为例）：
def calculate_daily_food(weight_kg: float, age_months: int,
activity_level: str = "normal") -> float:
"""
计算每日建议食量（克）
公式基于 RER (Resting Energy Requirement):
RER = 70 * (weight ^ 0.75)
然后乘以活动系数
"""
rer = 70 * (weight_kg ** 0.75)
# 年龄系数
if age_months < 4:
age_factor = 3.0 # 幼犬需要更多
elif age_months < 12:
age_factor = 2.0
else:
age_factor = 1.6 if age_months < 84 else 1.4 # 老年犬减少
# 活动系数
activity_factors = {
"low": 0.8,
"normal": 1.0,
"high": 1.2
}
daily_calories = rer * age_factor * activity_factors.get(activity_level, 1.0)
# 假设狗粮热量约为 3500 kcal/kg
daily_food_grams = (daily_calories / 3500) * 1000
return round(daily_food_grams)
3. AI 图像识别
这个功能其实挺鸡肋的，但我就是想试试。用户可以拍狗粮包装，AI 会识别成分并给出简单评价。
用的是 OpenAI 的 GPT-4 Vision API，代码大概这样：
async def analyze_food_image(image_base64: str) -> FoodAnalysis:
"""分析狗粮图片"""
response = await openai.chat.completions.create(
model="gpt-4-vision-preview",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "分析这个宠物食品的成分表..."},
{"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{image_base64}"}}
]
}]
)
# 解析返回结果...
return parse_analysis(response.choices[0].message.content)
说实话，这个功能用下来发现不太实用。一是拍照要拍清楚成分表挺难的，二是 AI 分析出来的结果也就那样，不会比你自己看强多少。
踩坑经历
做这个项目踩了不少坑，说几个印象深的。
坑1：疫苗时间计算
一开始我想得挺简单，疫苗就是固定间隔打呗。结果发现不同疫苗的间隔不一样，有的要每年打，有的要每三年，还有的要分几次打。
更麻烦的是，用户可能记错了上次接种时间，或者在不同医院打的记录对不上。这个我真没想好怎么解决，现在就是让用户自己核对。
坑2：食量计算的准确性
那个计算公式看着挺科学，但实际用下来发现不准。每只狗的代谢不一样，同样体重的两只狗，食量可能差挺多。
我现在给的方案是：公式算出来一个基准，然后让用户根据实际情况微调。比如说年糕，按公式该吃 180g，但实际喂 150g 刚好，多了就软便。
坑3：移动端适配
这个真的是我最头疼的。我以为用响应式设计就能搞定，结果发现宠物主人（包括我）大部分操作都是在手机上完成的，而且经常是单手操作。
后来重写了一遍移动端交互，把主要功能都做成大按钮，单手能够到。但说实话，体验还是不如原生 App。
优缺点分析（实事求是）
用了几个月，客观说说优缺点。
优点：
- 提醒功能确实有用 —— 至少我再也没忘过驱虫时间了
- 数据可视化还行 —— 体重变化曲线能看出来趋势
- 架构简单好维护 —— 没什么复杂的依赖，自己部署也容易
缺点：
- AI 识别功能鸡肋 —— 如前面所说，实用性不高
- 数据录入麻烦 —— 很多数据要手动输入，不能自动同步
- 多宠物管理体验一般 —— 如果你养了三只猫，界面会有点乱
- 没有社交功能 —— 本来想加"宠物圈子"之类的，但一直没做
适用场景：
- 适合：养 1-2 只宠物、想要简单记录的主人
- 不适合：宠物店/医院（需要专业软件）、养很多只宠物的人、想要自动化设备集成的用户
代码示例
如果你也想做类似的东西，核心逻辑其实挺简单：
from datetime import datetime, timedelta
from typing import Optional
class PetHealthTracker:
"""宠物健康追踪核心类"""
def __init__(self, pet_profile: PetProfile):
self.pet = pet_profile
self.records: List[HealthRecord] = []
def add_vaccine_record(self, vaccine_type: str,
date: datetime,
next_due_months: int = 12):
"""添加疫苗记录"""
record = VaccineRecord(
type=vaccine_type,
date=date,
next_due=date + timedelta(days=30*next_due_months)
)
self.records.append(record)
return record
def get_upcoming_reminders(self, days: int = 30) -> List[Reminder]:
"""获取未来 N 天的提醒事项"""
reminders = []
cutoff = datetime.now() + timedelta(days=days)
for record in self.records:
if record.next_due <= cutoff:
reminders.append(Reminder(
type="vaccine",
due_date=record.next_due,
description=f"{self.pet.name} 该打 {record.type} 疫苗了"
))
return sorted(reminders, key=lambda r: r.due_date)
def track_weight(self, weight: float, date: Optional[datetime] = None):
"""记录体重"""
if date is None:
date = datetime.now()
self.pet.weight_history.append(WeightRecord(
date=date, weight=weight
))
# 检查体重变化是否异常
if len(self.pet.weight_history) >= 2:
prev = self.pet.weight_history[-2].weight
change_pct = abs(weight - prev) / prev * 100
if change_pct > 10: # 变化超过 10% 报警
return f"⚠️ 体重变化较大：{prev:.1f}kg → {weight:.1f}kg"
return "体重记录成功"
最后说两句
做这个项目的最大收获其实不是技术层面的。说实话，技术都挺常规的，没什么特别创新的东西。
真正的收获是：我发现很多"宠物管理"的问题，其实是我作为主人不够用心。AI 能提醒你打疫苗，但它不能替你观察宠物的精神状态；能算出来该喂多少粮，但它不能判断今天是不是该多带狗出去跑跑。
技术能解决一部分问题，但养宠物这事儿，最终还是要靠人。
反正这个开源了，有兴趣的可以看看。如果你有养宠物，也可以试试用用，有问题随时提 issue。
你们养宠物吗？有没有用过什么宠物管理的 App？体验怎么样？ 欢迎评论区聊聊，或者分享下你养宠物踩过的坑。
