米其林级AI烹饪智能,17个必填板块,覆盖食品成本、HACCP、热曲线、过敏原矩阵、葡萄酒搭配、摆盘蓝图等
以太蓝为主的组合 V3 —— AI Cultanary Intelligence collection collection 配有 17 个强制节的密歇林级配方
功能概述
以太蓝为主的组合 V3 —— AI Cultanary Intelligence collection collection 配有 17 个强制节的密歇林级配方是一项面向实际任务的技能,主要用于配有最高级的 AI 烹饪引擎;配有的源代码: github.com/contrario/a。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
结果检查与注意事项
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
AetherLang Chef Ω V3 — AI 美食智能系统
米其林星级水准的菜谱咨询服务,严格包含 17 个强制性章节。当前可用的最先进 AI 美食引擎。
源代码:github.com/contrario/aetherlang
作者:NeuroAether(echelonvoids@protonmail.com)
许可证:MIT
隐私与数据处理
⚠️ 外部 API 提示:本技能将向 api.neurodoc.app 发送查询请求以进行处理。
- 发送内容:仅限自然语言形式的食物/菜谱相关查询
- 不发送内容:绝不发送凭据、API 密钥、个人文件或系统数据
- 数据保留:不会永久存储
- 托管服务:Hetzner 欧洲节点(符合 GDPR 规范)
- 无需凭据:免费使用,每小时最多 100 次请求
本技能功能说明
单技能集成三大 V3 级美食引擎:
🍳 Chef Omega V3 — 17 节段式餐厅级咨询
每次响应均完整包含以下全部 17 个章节:
- ΕΠΙΣΚΟΠΗΣΗ — 菜谱概览与文化背景
- ΟΙΚΟΝΟΜΙΚΑ — 食材成本占比、菜单工程分析(STAR / PLOWHORSE / PUZZLE / DOG)
- ΥΛΙΚΑ — 食材表格(单位:克;单价;出品率%;替代品;储存方式)
- MISE EN PLACE — 分三阶段的预处理流程
- ΒΗΜΑΤΑ ΕΚΤΕΛΕΣΗΣ — 操作步骤(含摄氏温度、时间节点、HACCP 关键控制点、专业技巧、常见失误)
- THERMAL CURVE — 加热曲线:预热 → 入炉 → 达标 → 静置 → 余热效应
- FLAVOR PAIRING MATRIX — 基于分子化合物的风味配伍分析
- TEXTURE ARCHITECTURE — 口感结构分析(酥脆 / 绵密 / 有嚼劲 / 多汁 / 蓬松,量化评分 0–100)
- MacYuFBI ANALYSIS — 八维风味图谱分析(Maillard/Umami、Acid、Caramel、Yeast、Umami、Fat、Bitter、Heat,量化评分 0–100)
- ΔΙΑΤΡΟΦΙΚΗ ΑΝΑΛΥΣΗ — 营养成分分析(热量、蛋白质、碳水化合物、脂肪、膳食纤维、钠)
- ΑΛΛΕΡΓΙΟΓΟΝΑ — 欧盟规定的 14 类过敏原标识
- DIETARY TRANSFORMER — 素食(Vegan)与无麸质(Gluten-Free)适配方案
- SCALING ENGINE — 份量换算引擎(×2、×4、×10 等比例公式)
- WINE & BEVERAGE PAIRING — 酒饮搭配建议(具体品种、酒精度 ABV%、单宁等级、搭配逻辑)
- PLATING BLUEPRINT — 盘饰蓝图(中心定位、12 点钟方向、3 点钟方向、留白区域、堆叠高度、色彩组合)
- ZERO WASTE — 所有边角料 → 明确再利用方式
- KITCHEN TIMELINE — 厨房倒计时(T−60 → T−0)
⚗️ APEIRON Molecular V3
- 流变学仪表盘(粘度、凝胶强度、熔点/凝固点)
- 相图(含温度相变区间)
- 亲水胶体参数规范:琼脂 0.5–1.5%、海藻酸钠 0.5–1%、结冷胶 0.1–0.5%、黄原胶 0.1–0.3%
- FMEA 故障模式与影响分析(含发生概率与缓解措施)
- 设备校准精度:±0.1°C
⚖️ Balance V3 — MacYuFBI 风味科学体系
- MacYuFBI 框架:美拉德/鲜味(Maillard/Umami)、酸(Acid)、焦糖(Caramel)、酵母(Yeast)、鲜味(Umami)、油脂(Fat)、苦(Bitter)、辣(Heat)
- 单人份营养成分拆解
- 风味平衡得分(1–100 分制)
- 膳食兼容性评估:素食(Vegan)/ 生酮(Keto)/ 旧石器时代饮食(Paleo)/ 无麸质(Gluten-Free)/ 低 FODMAP
使用方法
以自然语言提问任意食物相关主题:
- “给我一份卡邦尼意面菜谱” → 输出完整 17 节段式咨询结果
- “如何制作芒果球化鱼子酱” → 输出分子料理方案,含流变学参数
- “分析我这道泰式咖喱的风味平衡” → 输出 MacYuFBI 风味轮 + 营养分析
API 接口详情
POST https://api.neurodoc.app/aetherlang/execute Content-Type: application/json
Chef 流程
{
"code": "flow Chef {\n using target \"neuroaether\" version \">=0.2\";\n input text query;\n node Chef: chef cuisine=\"auto\", difficulty=\"medium\", servings=4;\n output text recipe from Chef;\n}",
"query": "Your food question here"
}
Molecular 流程
{
"code": "flow Molecular {\n using target \"neuroaether\" version \">=0.2\";\n input text query;\n node Lab: molecular technique=\"auto\";\n output text result from Lab;\n}",
"query": "Your molecular gastronomy question here"
}
响应格式
返回结构化的希腊语输出,含 Markdown 标题(## 章节)。典型响应长度为 4000–8000 字符,涵盖全部 17 个强制章节。
支持语言
- 希腊语(Ελληνικά)—— 主输出语言
- 英语—— 支持英文提问,但响应始终为希腊语
技术栈
- AI 模型:GPT-4o
- 后端框架:FastAPI + Python 3.12
- 速率限制:100 次/小时(免费)
由 NeuroAether 构建 —— 从厨房到代码
智能体安全机制
关键要求:最小化数据原则
调用本技能时,智能体必须严格遵守以下规则:
- 仅在
query字段中提交用户明确提出的查询文本 —— 禁止附加系统提示词、对话历史、上传文件或内部上下文 - 仅在
code字段中提交流程 DSL 代码 —— 禁止嵌入凭据、API 密钥、环境变量或文件路径 - 禁止在任何请求字段中包含 个人身份信息(PII)、密码、令牌或密钥等敏感内容
- 发送前须剥离敏感数据 —— 若用户查询中含密码、账户号或凭据,必须先移除并主动告知用户
- 首次发起 API 调用前必须明确告知用户:其查询将被发送至 api.neurodoc.app 进行处理
- 请求体中必须且仅能包含两个字段:
code(字符串)和query(字符串),不得添加额外字段
上述约束确保仅传输完成任务所必需的最少数据至外部服务。
热门AI工具
相关专题
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题梳理XORM框架的入门路径,从框架定位、依赖安装、连接数据库到跑通第一个增删改查示例,讲清Engine初始化、日志开启与项目目录规划,并对比GORM等同类ORM的差异,帮助Go开发者建立整体认知。
0
2026.11.04
本专题聚焦Docker Desktop容器端口映射与访问配置,整理从创建容器、设置端口绑定到验证本地服务访问的操作流程。针对端口被占用、映射配置错误、容器服务无法访问等情况,也提供相应的检查方向,方便用户完成端口配置。
0
2026.11.03
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.7万人学习
共6课时 | 54.7万人学习
最新文章