منصوبے کے بارے میں

小宠营养师 پالتو جانوروں کے مالکان کے لیے ایک AI غذائی تشخیصی نظام ہے، جس کا بنیادی ڈیزائن Agent اور Engine کی سخت تہہ بندی ہے: LangGraph ReAct Agent سمجھنے، اضافی سوال پوچھنے، scheduling اور وضاحت کی ذمہ داری اٹھاتا ہے، جبکہ خالص Python nutrition engine RER/MER، modified Atwater، AAFCO lookup، Ca:P، بیماری کی پابندیوں اور allergen conflicts وغیرہ کے حسابات مکمل کرتا ہے، اور تمام ڈیٹا کے ساتھ source/version/review_date کا ماخذ موجود ہوتا ہے۔ یہ نظام 8 واحد ذمہ داری والے tools فراہم کرتا ہے، جن میں USDA lookup، energy requirement calculation، جامع غذائی تشخیص، Qwen3-VL کے ذریعے کمرشل فوڈ پیکیجنگ کی OCR شناخت، پالتو جانوروں کے پروفائل کا انتظام اور long memory writing شامل ہیں۔ Memory system تین تہوں میں تقسیم ہے: MySQL کے ذریعے cross-thread پروفائل اور facts کی persistence، SQLite checkpoint کے ذریعے single-thread AgentState کی حفاظت، اور 30 سے زیادہ messages ہونے پر LLM summary compression۔ Backend میں FastAPI اور SQLAlchemy کی asynchronous architecture استعمال ہوئی ہے، جبکہ frontend Vue 3 + Pinia + Vite پر مبنی ہے، اور SSE کے ذریعے thinking، tool calls اور evaluation report streaming کے ساتھ واپس بھیجی جاتی ہے۔ نظام JWT authentication اور data isolation کو لازمی بناتا ہے، اور anonymous access کا کوئی راستہ نہیں ہے۔ اس project میں 119 test cases شامل ہیں، جو engine unit tests، tool signatures اور graph smoke tests کا احاطہ کرتے ہیں۔ یہ project ان developers کے لیے موزوں ہے جنہیں قابلِ وضاحت اور قابلِ سراغ vertical domain Agent کی ضرورت ہو، اور یہ ان engineering practices کو ظاہر کرتا ہے کہ LLM عددی حسابات میں شامل نہیں ہوتا، اور tool parameters RunnableConfig کے ذریعے inject کیے جاتے ہیں تاکہ identity forgery کو روکا جا سکے۔