這是一個基於 Fastify 框架開發的後端服務，提供飲食管理相關的 API 服務。
- 根路由(
/)：檢查服務狀態 - API文檔：使用Swagger提供的交互式API文檔
- 食物分析：使用ChatGPT Vision API分析食物照片的熱量和營養成分
- 執行環境: Node.js >= 22.12.0
- 套件管理: pnpm >= 9.15.2
- 主要框架: Fastify
- 資料庫: Prisma ORM
- API 文件: Swagger UI
- 檔案儲存: AWS S3
- 開發工具:
- TypeScript
- ESLint
- Vitest (單元測試)
src/
├── config.ts # 環境配置
├── server.ts # 應用程式入口
├── swagger-config.ts # Swagger 配置
├── lib/ # 共用函式庫
├── plugins/ # Fastify 插件
├── routes/ # API 路由
├── services/ # 業務邏輯
├── types/ # TypeScript 型別定義
└── utils/ # 工具函數
- 安裝依賴套件：
pnpm install- 設定環境變數：
cp .env.example .env- 設定資料庫：
pnpm prisma generate
pnpm prisma migrate deploy啟動開發伺服器：
pnpm dev建置專案：
pnpm build執行測試：
# 執行所有測試
pnpm test
# 監視模式
pnpm test:watch
# 產生測試覆蓋率報告
pnpm test:coverage執行 ESLint：
pnpm lint使用 Docker 建置映像：
docker build -t health-care-backend .執行容器：
docker run -p 3000:3000 health-care-backend啟動服務後，可透過以下路徑存取 Swagger UI：
http://localhost:3000/api-docs
主要環境變數說明：
PORT: 服務埠號DATABASE_URL: 資料庫連線字串JWT_SECRET: JWT 密鑰AWS_ACCESS_KEY_ID: AWS 存取金鑰 IDAWS_SECRET_ACCESS_KEY: AWS 密鑰AWS_REGION: AWS 區域AWS_BUCKET_NAME: S3 儲存桶名稱
MIT
在運行服務之前，請先配置環境變量。創建一個.env文件，並設置以下變量：
# 服務配置
PORT=3000
HOST=0.0.0.0
NODE_ENV=development
# OpenAI API配置
OPENAI_API_KEY=your_openai_api_key_here
# 上傳文件配置
UPLOAD_DIR=uploads
注意：請將your_openai_api_key_here替換為您的OpenAI API密鑰。
pnpm devpnpm start服務配置位於 config.js 文件中，可以通過環境變量進行覆蓋：
PORT: 服務器端口（默認：3000）HOST: 服務器主機（默認：0.0.0.0）LOG_LEVEL: 日誌級別（默認：info）NODE_ENV: 環境（設置為production時會禁用美化日誌輸出）OPENAI_API_KEY: OpenAI API密鑰UPLOAD_DIR: 上傳文件存儲目錄（默認：uploads）
啟動服務後，可以通過訪問以下URL查看API文檔：
http://localhost:3000/docs
這是一個交互式的Swagger文檔，您可以直接在瀏覽器中測試API。
- URL:
/ - 方法:
GET - 響應示例:
{ "status": "ok", "message": "服務正常運行中", "timestamp": "2023-06-01T12:00:00.000Z", "version": "1.0.0" }
- URL:
/api/food/analyze - 方法:
POST - 內容類型:
multipart/form-data - 參數:
food_image: 食物圖片文件
- 響應示例:
{ "analysis": "這是一份漢堡套餐，包含漢堡、薯條和可樂。估計熱量約為800-1000卡路里。漢堡中含有約30克蛋白質、45克脂肪和60克碳水化合物。這是一份高熱量、高脂肪的食物，建議偶爾食用，不宜經常食用。", "image_url": "/uploads/food_1677123456789.jpg" }