現在，陸續完成了 my-refrigerator 的核心功能：可以管理冰箱裡的食材、建立採買清單、查看食譜與收藏最愛食譜，也加入了「全聯特價食材」功能。到了今天，我們終於可以把這些資料真正串在一起，讓 AI 開始思考：

「我現在可以煮什麼？」

對喜歡下廚的人來說，最困擾的往往不是沒有食材，而是冰箱裡明明有很多東西，卻不知道今天到底可以煮什麼。

例如今天冰箱裡有雞蛋、番茄、雞胸肉和高麗菜，使用者可能完全不知道該怎麼搭配。但如果系統能夠根據目前的食材，自動推薦幾道料理，就能省下很多搜尋食譜的時間。

因此，今天要使用 Claude Code 實作 AI 食譜推薦功能。

這一次，我們會建立新的 AI Recommendation Skill。

如果 AI Vision Skill 負責「讓 AI 看懂圖片」，那麼 AI Recommendation Skill 的角色就是：

「規範 AI 應該如何根據資料進行推薦。」

推薦功能看起來只是把資料丟給 AI，但真正要做好，還需要思考推薦條件、資料來源、Prompt、輸出格式，以及推薦結果如何被使用者理解。

因此，在開始實作之前，可以讓 Claude Code 閱讀：

CLAUDE.md
Database Skill
Backend/Data Skill
Feature Skill
AI Vision Skill
AI Recommendation Skill

接著提出需求：

「請閱讀目前專案的 Context 與相關 Skill，設計 my-refrigerator 的 AI 食譜推薦功能。根據使用者目前的冰箱食材推薦適合的料理，並優先推薦能使用現有食材完成的食譜。請先分析推薦流程與 Prompt，不要立即修改檔案。」

這裡最重要的，就是先定義推薦依據。

最基本的條件可以是「目前冰箱裡有哪些食材」。

例如：

雞蛋
番茄
高麗菜
雞胸肉

AI 可以根據這些資料推薦：

🍳 番茄炒蛋
🍗 番茄雞胸肉
🥬 高麗菜炒蛋

但是，如果只做到這裡，還不算真正的個人化推薦。

我們還可以加入更多條件。

例如使用者收藏過哪些食譜？平常喜歡什麼料理？有哪些食材不喜歡？今天有哪些食材即將過期？最近哪些食材正在特價？

這些資料都可能影響推薦結果。

因此，AI Recommendation Skill 可以定義推薦優先順序，例如：

1. 優先使用冰箱現有食材
2. 優先使用即將過期的食材
3. 優先推薦使用者收藏或喜歡的料理
4. 優先搭配近期特價食材
5. 減少需要額外採買的食材

這樣 AI 的推薦就不只是「我想到什麼就推薦什麼」，而是有一套可以解釋的規則。

例如今天冰箱裡有雞蛋與番茄，而全聯目前番茄正在特價，系統就可以推薦：

番茄炒蛋

目前冰箱已有：雞蛋、番茄

需要額外購買：無

預估料理時間：15 分鐘

這種推薦對使用者來說會比單純顯示「番茄炒蛋」更有價值，因為它告訴我們：

為什麼推薦這道菜？

這也是 AI Recommendation Skill 很重要的一部分。

AI 的輸出也最好使用結構化格式，而不是單純回傳一大段文字。例如：

{
  "recommendations": [
    {
      "recipe": "番茄炒蛋",
      "reason": "目前冰箱已有雞蛋與番茄",
      "missingIngredients": [],
      "difficulty": "easy",
      "estimatedMinutes": 15
    }
  ]
}

如此一來，Vue 前端就可以把資料轉換成漂亮的推薦卡片，而不需要從一大段自然語言中猜測資料。

不過，這裡也要注意一個重要問題：

AI 推薦不代表 AI 可以任意捏造食譜。

如果我們已經有自己的 Recipe 資料庫，第一階段可以優先讓 AI 從現有食譜中進行推薦，而不是讓 AI 隨意生成一個不存在的食譜。

也就是：

冰箱食材
    ↓
取得可用食材
    ↓
查詢 Recipe
    ↓
AI 分析匹配程度
    ↓
排序
    ↓
推薦結果

這樣可以讓推薦結果更加穩定，也比較容易控制資料來源。

未來如果要進一步加入 AI 自動生成食譜，也可以在這個基礎上慢慢擴充。

另外，推薦結果也應該保留使用者操作的可能性。

例如：

❤️ 收藏食譜

🛒 加入採買清單

🍳 開始料理

這樣 AI Recommendation 就能再次和前面的功能串起來：

我的冰箱
    ↓
AI 食譜推薦
    ↓
選擇一道料理
    ↓
缺少食材？
   ↙       ↘
  沒有       有
   ↓          ↓
開始料理   加入採買清單

這才是我們想打造的 my-refrigerator。

不是單純增加一個 AI 按鈕，而是讓 AI 真正參與使用者的生活流程。

完成今天的功能後，my-refrigerator 已經開始具備完整的 AI 應用雛形：

看懂食材 → 管理食材 → 掌握特價 → 推薦料理 → 規劃採買。

而 AI Recommendation Skill 也讓 Claude Code 不只是「幫我們呼叫 AI API」，而是開始遵循一套完整的推薦邏輯。

接下來，我們就要進入專案的品質與工程化階段。

使用 Claude Code 進行 Test、Debug 與 Refactoring，讓目前已經完成的 my-refrigerator 不只是「可以動」，而是變得更加穩定、可靠，也更容易維護。