冰箱里只剩下半块老豆腐、两根略微发蔫的黄瓜、一把挂面和两个鸡蛋时，你是简单煮碗素面凑合，还是直接点外卖？其实，借助AI工具，从这些边角料食材中快速生成三道不重样、营养均衡又省时的小菜，完全能够实现。通过扣子平台，无需编写任何代码，也不依赖外部API调用权限，就能在可视化工作流中完成这条完整的智能化链路。

搭建核心工作流：从食材录入到菜谱自动推理

登录扣子平台后，进入开发界面，点击资源库中的工作流模块，新建一个项目并命名为「智能菜谱推荐与营养搭配助手」。整个流程直观易用，按照界面指引逐步操作即可完成。

在开始节点中，需要添加三个必填变量：【leftover_ingredients】（字符串类型，用于填写现有食材，例如“嫩豆腐、黄瓜、挂面、鸡蛋”）；【dietary_preference】（字符串类型，可选值包括清淡、重口、少油、素食、控糖，留空则默认为通用）；【meal_time】（字符串类型，可选值包括早餐、午餐、晚餐、加餐）。

接下来，添加一个大模型节点，选用DeepSeek-V3.1模型。系统提示词需要明确撰写，例如：“你是一位注册营养师兼十年主厨，严格按以下规则响应：①仅输出纯Markdown格式菜谱列表，每道菜需包含【菜名】【核心食材】【简要步骤】【营养亮点】四个部分；②所有菜品必须100%使用用户提供的leftover_ingredients，禁止添加未列出的主料；③若meal_time=早餐，必须包含碳水+优质蛋白组合；④若dietary_preference=控糖，禁用任何含糖调料名称。”

将开始节点中的三个变量全部映射至这个大模型节点的输入字段，输出字段命名为「recipe_output」。

接入实时营养数据校验模块

这里提供两种实现方式。方法一：调用内置的「食物大师」插件。在大模型节点后方连接一个插件节点，搜索并添加「食物大师」——配置参数时，输入字段填写从「recipe_output」中提取的每道菜主料名称（此步骤需借助文本处理节点进行关键词抽取），并勾选返回热量、蛋白质、脂肪、碳水四类数据即可。

方法二：手动注入轻量营养规则表，从而减少对插件的依赖。添加一个知识库节点，上传一份CSV文件，内容仅包含两列：食材名｜每100g基础营养值（格式如“鸡蛋｜155kcal,13g蛋白,11g脂肪,1g碳水”）。工作流运行时，系统会自动匹配用户输入的食材并加权计算整道菜的预估营养值。这种方式能有效避免因插件调用失败而导致整个流程中断的风险。

注意：若选用方法二，CSV中的食材名必须与用户输入完全一致（例如“鸡蛋”不能写成“土鸡蛋”），否则匹配失败后不会报错，而是直接返回空值。

生成可打印的周计划视图

首先，使用文本处理节点将「recipe_output」转换为标准表格结构。字段包括：日期、餐次、菜名、主食材、预估热量、搭配建议。

接着，添加「GPT-image-2」插件节点，输入拼接好的表格文本，并附加一段固定提示词模板：“A4竖版排版，极简白底，标题‘本周营养食谱’居中加粗，表格清晰分栏，每行带浅灰分割线，底部小字注明‘数据由AI营养师校验，实际烹饪请按个人体质调整’”。

最后，设置结束节点，输出字段设为「final_image_url」，并启用“自动下载并保存至Bot附件”选项。这样用户点击结果链接时，图片会直接以PDF格式下载，省去二次截图的麻烦。整个操作非常简单，直接将文件拖入即可完成。