LLM 驱动的餐级个性化营养管理闭环多智能体系统

个性化营养管理旨在根据个体的摄入与表型定制饮食指导，但大多数现有系统将食物记录、营养分析与推荐分开处理。我们提出新一代移动营养助手，它将基于图像的餐食记录与 LLM 驱动的多智能体控制器相结合，提供餐级闭环支持。该系统协调视觉、对话与状态管理智能体，从照片估算营养并更新每日摄入预算，随后根据用户偏好与饮食约束调整下一餐计划。在 SNAPMe 餐食图像与模拟用户上的实验表明，系统在营养估算、个性化菜单与高效任务规划方面具有竞争力。这些发现证明了多智能体 LLM 控制用于个性化营养的可行性，并揭示了从图像估算微量营养素以及开展大规模真实世界研究方面的开放挑战。