Une plateforme intégrée de fitness et de nutrition offrant un coaching personnalisé, une planification des repas et une gestion des entraînements avec des recommandations basées sur l'AI et un système de coaching multi-agent.
Discutons de la façon dont nous pouvons donner vie à votre vision avec le même niveau d'expertise et de dévouement.
MicrocosmWorks a développé le moteur de coaching de Raeda AI en utilisant l'ingénierie de prompt LLM avec plusieurs agents IA spécialisés : un agent coach de fitness qui conçoit des programmes d'entraînement basés sur les objectifs de l'utilisateur et ses capacités physiques, un agent de nutrition qui crée des plans de repas tenant compte des restrictions alimentaires et des objectifs en macronutriments, et un agent de bien-être qui coordonne les deux domaines. La récupération de Vector database via Pinecone fonde les recommandations sur la science de la nutrition et de l'exercice fondée sur des preuves.
MicrocosmWorks a déployé Raeda AI sur Amazon ECS avec Fargate et des instances EC2 pour une mise à l'échelle flexible, avec Redis pour la mise en cache de session et le pré-calcul des réponses. L'architecture utilise AWS Amplify pour le frontend, PostgreSQL pour les données utilisateur et la base de données vectorielle Pinecone pour la recherche sémantique à travers les connaissances en matière de fitness et de nutrition. Cette combinaison permet des temps de réponse d'IA inférieurs à la seconde même pendant les périodes de pointe tout en maîtrisant les coûts d'infrastructure.
MicrocosmWorks a mis en œuvre un moteur de planification des repas basé sur des contraintes qui prend en entrée les allergies spécifiées par l'utilisateur, les préférences alimentaires (vegan, keto, méditerranéen, etc.), les objectifs caloriques et les ratios de macronutriments. L'agent AI génère des plans de repas hebdomadaires avec des listes d'épicerie, des options de substitution et des instructions de préparation, tous basés sur des données nutritionnelles récupérées de la base de données vectorielle Pinecone. Les plans s'ajustent automatiquement en fonction des commentaires des utilisateurs et du suivi des progrès.
MicrocosmWorks a conçu la couche d'intégration de données de Raeda AI pour ingérer les données d'activité des wearables de fitness et des applications de santé, utilisant ces données en temps réel pour affiner les recommandations d'intensité d'entraînement et les objectifs caloriques. L'intégration Twilio permet des incitations et des rappels de coaching basés sur les SMS, tandis que le backend Node.js agrège les données de multiples sources dans un profil de santé utilisateur unifié que les agents AI consultent pour la personnalisation.
MicrocosmWorks a développé Raeda AI sur une période d'environ 14 à 20 semaines, couvrant le système d'AI multi-agents, la mise en place de la base de données vectorielle, l'infrastructure AWS, le frontend orienté utilisateur et les interfaces adaptées aux mobiles. Aux tarifs de MicrocosmWorks de 20 à 45 $/heure, une plateforme d'AI similaire de fitness et de nutrition coûte généralement entre 25 000 et 55 000 $ en fonction du nombre d'agents AI, de la taille de la base de connaissances et des exigences d'intégration.