Eine integrierte Fitness- und Ernährungsplattform, die personalisiertes Coaching, Essensplanung und Trainingsverwaltung mit AI-gesteuerten Empfehlungen und einem Multi-Agenten-Coachingsystem bietet.
Lassen Sie uns besprechen, wie wir Ihre Vision mit dem gleichen Maß an Expertise und Engagement verwirklichen können.
MicrocosmWorks entwickelte Raeda AI's Coaching-Engine mithilfe von LLM Prompt Engineering mit mehreren spezialisierten AI-Agenten: einem Fitness-Coach-Agenten, der Trainingspläne basierend auf Nutzerzielen und körperlichen Fähigkeiten erstellt, einem Ernährungs-Agenten, der Ernährungspläne unter Berücksichtigung von Ernährungsbeschränkungen und Makronährstoffzielen erstellt, und einem Wellness-Agenten, der beide Bereiche koordiniert. Die Vektordatenbank-Abfrage über Pinecone untermauert Empfehlungen mit evidenzbasierter Ernährungs- und Sportwissenschaft.
MicrocosmWorks hat Raeda AI auf Amazon ECS mit Fargate und EC2-Instanzen für flexible Skalierung bereitgestellt, wobei Redis für das Session-Caching und die Vorabberechnung von Antworten verwendet wird. Die Architektur nutzt AWS Amplify für das Frontend, PostgreSQL für Benutzerdaten und eine Pinecone Vektordatenbank für die semantische Suche in den Bereichen Fitness- und Ernährungswissen. Diese Kombination ermöglicht KI-Antwortzeiten von unter einer Sekunde selbst bei Spitzenauslastung, während die Infrastrukturkosten überschaubar bleiben.
MicrocosmWorks hat eine constraints-basierte Mahlzeitenplanungs-Engine implementiert, die benutzerdefinierte Allergien, Ernährungsvorlieben (vegan, keto, Mediterranean usw.), Kalorienziele und Makronährstoffverhältnisse als Eingaben verwendet. Der AI agent generiert wöchentliche Mahlzeitenpläne mit Einkaufslisten, Austauschoptionen und Zubereitungsanweisungen, die alle auf Ernährungsdaten basieren, die aus der Pinecone vector database abgerufen werden. Pläne passen sich automatisch an basierend auf Benutzerfeedback und Fortschrittsverfolgung.
MicrocosmWorks hat die Datenintegrationsschicht von Raeda AI entwickelt, um Aktivitätsdaten von Fitness-Wearables und Gesundheits-Apps aufzunehmen, wobei diese Echtzeitdaten genutzt werden, um Empfehlungen zur Trainingsintensität zu verfeinern und Kalorienziele anzupassen. Die Twilio-Integration ermöglicht SMS-basierte Coaching-Impulse und Erinnerungen, während das Node.js-Backend Daten aus verschiedenen Quellen zu einem vereinheitlichten Benutzergesundheitsprofil aggregiert, das die AI-Agenten zur Personalisierung heranziehen.
MicrocosmWorks entwickelte Raeda AI über einen Zeitraum von etwa 14-20 Wochen, einschließlich des Multi-Agenten-AI-Systems, der Einrichtung der Vektordatenbank, der AWS-Infrastruktur, des benutzerseitigen Frontends und der mobilfreundlichen Schnittstellen. Bei MicrocosmWorks-Tarifen von 20-45 $/Stunde kostet eine ähnliche AI-Fitness- und Ernährungsplattform typischerweise zwischen 25.000 und 55.000 $, je nach Anzahl der AI-Agenten, Größe der Wissensdatenbank und Integrationsanforderungen.