系統架構總覽

上一篇把需求與功能範圍定下來之後，這篇先從全貌看看 AI Diet 是怎麼跑起來的。

整個系統採用 AWS Serverless 架構，大至拆成以下：

使用者
↓
React 前端
↓
API Gateway
↓
AWS Lambda
├── S3：食物資料
└── Amazon Bedrock：AI 分析與菜單生成
↓
Response
↓
React 顯示結果

前端部署則使用S3+CloudFront，後端的AWS資源透過SAM管理。

整個 Request 發生了什麼？

使用者送出基本資料與飲食習慣後，Request 會經過 API Gateway 進入 Lambda，Lambda 接著會依序完成四件事：

• 固定公式計算營養需求
  先算出 BMR、TDEE、三大營養素與六大類份數。
• AI 分析飲食習慣
  將使用者輸入的自由文字交給 Bedrock，轉換成結構化的飲食分析。
• 找出適合的真實食物並生成菜單
  Lambda 從 S3 的 Food DB 篩選候選食物，再交給 Bedrock 組合成客製化菜單。
• 程式再次驗證營養數字
  Lambda 依食物資料重新計算 AI 選中食物的實際份數與營養結果，最後才回傳前端。

總結

這篇先把整張系統地圖攤開。至於為什麼前端選 React、後端選 Lambda、資料只放 S3，而 AI 又選擇 Amazon Bedrock，下一篇再來聊這次專案的 技術選用。