由 LLM 驱动的闭环多智能体系统用于餐级个性化营养管理

个性化营养管理旨在根据个人的摄入量和表型量身定制膳食指导，但大多数现有系统将食物记录、营养分析和推荐分开处理。我们提出了一种下一代移动营养助手，它将基于图像的膳食记录与由 LLM 驱动的多智能体控制器相结合，以提供餐级闭环支持。该系统协调视觉、对话和状态管理智能体，以从照片中估计营养并更新每日摄入预算。然后，它根据用户偏好和饮食限制调整下一餐计划。使用 SNAPMe 膳食图像和模拟用户进行的实验表明，该系统具有竞争力的营养估计、个性化菜单和高效的任务计划。这些发现证明了多智能体 LLM 控制在个性化营养方面的可行性，并揭示了在基于图像的微量营养素估计以及大规模真实世界研究中存在的开放挑战。