منصة متكاملة للياقة البدنية والتغذية تقدم تدريبًا شخصيًا، وتخطيط الوجبات، وإدارة التمارين مع توصيات مدعومة بالذكاء الاصطناعي (AI) ونظام تدريب متعدد الوكلاء.

دعنا نناقش كيف يمكننا تحقيق رؤيتك بنفس مستوى الخبرة والتفاني.
قامت MicrocosmWorks ببناء محرك التدريب الخاص بـ Raeda AI باستخدام هندسة أوامر LLM مع العديد من وكلاء AI المتخصصين: وكيل مدرب لياقة بدنية يصمم خطط التمارين بناءً على أهداف المستخدم وقدراته البدنية، ووكيل تغذية ينشئ خطط وجبات مع الأخذ في الاعتبار القيود الغذائية وأهداف macronutrient targets، ووكيل صحة وعافية ينسق بين كلا المجالين. استرجاع Vector database عبر Pinecone يرتكز على التوصيات في علم التغذية والتمارين القائم على الأدلة.
قامت MicrocosmWorks بنشر Raeda AI على Amazon ECS مع Fargate و EC2 instances لتوفير قابلية توسع مرنة، مع Redis لتخزين الجلسات المؤقت (session caching) والحساب المسبق للاستجابات (response pre-computation). يستخدم التصميم AWS Amplify للواجهة الأمامية (frontend)، و PostgreSQL لبيانات المستخدمين، وقاعدة بيانات Pinecone vector database للبحث الدلالي (semantic search) عبر معرفة اللياقة البدنية والتغذية. يتيح هذا الدمج أوقات استجابة AI في أقل من ثانية (sub-second) حتى أثناء ذروة الاستخدام مع الحفاظ على تكاليف البنية التحتية قابلة للإدارة.
لقد نفذت MicrocosmWorks محركًا لتخطيط الوجبات قائمًا على القيود يستقبل كمدخلات الحساسية المحددة من قبل المستخدم، والتفضيلات الغذائية (نباتي صرف، كيتو، حمية البحر الأبيض المتوسط، إلخ)، ومستهدفات السعرات الحرارية، ونسب المغذيات الكبرى. يقوم وكيل الـ AI بتوليد خطط وجبات أسبوعية تتضمن قوائم البقالة، وخيارات الاستبدال، وتعليمات التحضير، وكل ذلك يستند إلى بيانات غذائية مستردة من قاعدة بيانات Pinecone المتجهية. تتكيف الخطط تلقائيًا بناءً على ملاحظات المستخدم وتتبع التقدم.
صممت MicrocosmWorks طبقة تكامل البيانات في Raeda AI لاستيعاب بيانات النشاط من أجهزة اللياقة البدنية القابلة للارتداء وتطبيقات الصحة، باستخدام هذه البيانات في الوقت الفعلي لتحسين توصيات شدة التمرين وأهداف السعرات الحرارية. يتيح تكامل Twilio تنبيهات تدريبية وتذكيرات قائمة على الرسائل القصيرة (SMS)، بينما تقوم الواجهة الخلفية Node.js بتجميع البيانات من مصادر متعددة في ملف صحي موحد للمستخدم تستخدمه عوامل الذكاء الاصطناعي للتخصيص.
قامت MicrocosmWorks بتطوير Raeda AI على مدار حوالي 14-20 أسبوعًا، وشمل ذلك نظام الـ multi-agent AI، وإعداد الـ vector database، والبنية التحتية لـ AWS، والـ user-facing frontend، وواجهات الـ mobile-responsive. بأسعار MicrocosmWorks التي تتراوح بين 20 و 45 دولارًا في الساعة، فإن منصة AI مماثلة للياقة البدنية والتغذية تكلف عادةً ما بين 25,000 و 55,000 دولارًا أمريكيًا، اعتمادًا على عدد وكلاء AI، وحجم قاعدة المعارف، ومتطلبات التكامل.