Anda membuka kulkas, melihat lima bahan acak, dan tetap tak bisa memutuskan mau masak apa. Recommender ini mengubah tumpukan itu menjadi pilihan makan malam sungguhan.
sonnet3 hariQdrantOpenAISpoonacular APIFastAPI
Claude
58ROI
78Scale
$1.2k79Saved
ROI for
README.md
Mengapa subagent ini
Anda membuka kulkas, melihat lima bahan acak, dan tetap tak bisa memutuskan mau masak apa. Recommender ini mengubah tumpukan itu menjadi pilihan makan malam sungguhan.
Ia menormalisasi apa yang Anda sebutkan, mencari kecocokan terdekat di indeks resep yang di-embedding, dan mengurutkan berdasarkan seberapa sedikit bahan tambahan yang dibutuhkan tiap hidangan. Hasilnya adalah daftar pendek resep yang sebagian besar bisa langsung Anda masak sekarang, masing-masing menunjukkan apa yang kurang dan kira-kira berapa lama memasaknya.
Cara kerjanya
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Cari indeks resep ter-embedding untuk hidangan yang bahan intinya paling tumpang tindih.
pending
Urutkan berdasarkan jumlah bahan tambahan yang dibutuhkan resep, semakin sedikit semakin tinggi peringkatnya.
pending
Kembalikan resep terbaik beserta item yang kurang dan perkiraan waktu persiapan untuk masing-masing.
pending
Contoh output
json
// Sample output
// (generated when the pipeline finishes)
Given on-hand ingredients, return ranked recipes by fewest missing items, listing what's missing and prep time per dish.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.