从想法到上线：一个宠物食谱查询工具的诞生

起因

养狗的人大概都有过这种时刻：站在厨房，手里拿着一块鸡胗，脑子里转着三个问题——这东西狗能吃吗？要怎么处理？上次喂是什么时候来着？

网上搜一圈，说法互相矛盾。问 AI，回答看着挺像那么回事，但你不敢拿毛孩子的健康赌它没有幻觉。

所以我想做个小工具：不靠 AI，靠结构化的知识库，查食材、记喂食、提醒下次什么时候能喂。自己用，简单就好。

方案讨论：三条路线怎么选

最开始我列了三条路线：

最后选了 路线 A。理由很简单：

1. 宠物喂食出错可能害了动物，准确性是第一优先级，幻觉风险不可接受。
2. 自己用，不需要回答"我家狗 15kg 怎么过渡到自制粮"这种开放问题。
3. 不用配 LLM API key，省事。

但我加了一个关键功能：喂食记录 + 间隔提醒。这把工具从一个静态查询变成了一个喂食助手——查完就记，记完提醒，形成闭环。

技术选型

自己用的工具，越简单越好：

• Streamlit：几行 Python 就是一个 Web 界面，不用碰 HTML/CSS
• SQLite：单文件数据库，零配置，随身带
• Python 3.9：sqlite3 是标准库，实际依赖只有 streamlit 一个

数据模型

两张表，够用了：

ingredients（食材知识库）
├── 名称、适用宠物、安全等级
├── 处理方法、建议间隔天数
├── 建议单次量、营养说明
└── 注意事项、分类

feeding_log（喂食日志）
├── 日期、食材ID
├── 重量(g)、宠物名
└── 备注

"下次什么时候能喂"的逻辑就一行：

今天 - 上次喂食日期 ≥ 建议间隔天数 → 可以喂了

预填充数据：22 种常见食材

这是前期主要工作量——不是写代码，是整理知识。我预填了 22 种狗的常见食材：

肉类：鸡胸肉、牛肉、鸭肉、三文鱼
内脏：鸡胗、鸡肝、羊肝、鸡心
蔬菜：南瓜、胡萝卜、西兰花、红薯
水果：苹果、蓝莓
其他：鸡蛋、酸奶、白米饭
危险食材：巧克力、葡萄、洋葱、大蒜、木糖醇

每种食材都录入了安全等级（可吃/有条件/禁止）、处理方法、建议间隔天数、建议喂食量、营养说明和注意事项。

比如羊肝：安全等级"有条件"，建议间隔 7 天，长期过量致维生素 A 中毒。这就是"多久喂一次"问题的答案——不是"偶尔"，而是至少隔 7 天。

开发过程

用 CodeArts（华为云的 AI 编程助手）生成代码。我给了详细的 prompt，包括数据库设计、22 条食材数据、5 个页面的功能描述。CodeArts 依次创建了：

1. requirements.txt — 依赖清单
2. seed_data.py — 22 条预填充数据
3. database.py — 数据库初始化和操作函数
4. app.py — Streamlit 主应用（5 个页面）

中间遇到一个 Python 环境冲突：沙箱里 PYTHONPATH/PYTHONHOME 指向了一个有问题的 Python 3.12，导致 import io 都报错。CodeArts 自己排查到了，用 env -u PYTHONPATH -u PYTHONHOME 清除环境变量后解决。

Streamlit 安装也费了点劲，默认 pip 源太慢，切到清华镜像后搞定。

反思

做对了的：

• 选了路线 A 而不是 B。对于宠物喂食这种安全敏感场景，结构化知识库比 AI 问答靠谱。准确性 > 灵活性。
• 加了喂食记录功能。静态查询谁都能做，但"查→记→提醒"的闭环才是工具的价值所在。
• 预填充了 22 种食材。工具的价值在数据，不在代码。空壳工具没人会用。

还可以改进的：

• 目前只有狗的数据，猫的还没加。数据模型里留了 species 字段，加猫不用改结构。
• 建议间隔是固定天数，没有考虑宠物体重、年龄、健康状况等因素。比如 7kg 的柯基和 30kg 的金毛，肝脏的代谢能力肯定不一样。
• 没有营养均衡分析。如果一天喂了鸡胸肉 + 南瓜 + 苹果，蛋白质和纤维够不够，目前回答不了。这需要路线 C（混合方案）才能做好。

但作为 v1，够用了。先跑起来，用着，缺什么再加。