NutriAI MCP Server

# 🥗 NutriAI **App experimental de análise nutricional com OpenAI Apps SDK**--- ## 🤖 **Integração com ChatGPT Apps SDK** O NutriAI implementa o **protocolo MCP (Model Context Protocol)** e está pronto para ser usado como um conector personalizado no ChatGPT! ### **Como conectar ao ChatGPT:** 1. **Acesse:** [ChatGPT Settings → Connectors](https://chatgpt.com/#settings/Connectors) 2. **Clique em:** "New Connector" 3. **Configure:** - **Name:** `NutriAI` - **Description:** `Analisa alimentos descritos em texto e retorna tabela nutricional completa` - **MCP Server URL:** `https://nutriai-mcp-server.onrender.com` - **Authentication:** `No authentication` 4. **Marque:** "I trust this application" ✓ 5. **Clique:** "Create" ### **Como usar no ChatGPT:** Após conectar, você pode usar comandos como: - *"Analise uma banana prata de 86g"* - *"Quantas calorias tem uma tapioca com queijo?"* - *"Me dê informações nutricionais de um pão francês com manteiga"* O ChatGPT automaticamente descobrirá e usará sua ferramenta NutriAI! 🎉 --- ## 🧠 Como funciona **Fluxo de funcionamento:** 1. **ChatGPT Apps SDK** → Detecta intenção nutricional do usuário 2. **Protocolo MCP** → Chama a tool `analyze_food` via JSON-RPC 2.0 3. **NutriAI Server** → Processa descrição do alimento 4. **OpenAI API** → Gera estimativa nutricional usando GPT-4o-mini 5. **ChatGPT** → Exibe resultado formatado com insights personalizados **Arquitetura técnica:** - **Frontend:** React com Vite (para desenvolvimento local) - **Backend:** FastAPI com protocolo MCP + rate limiting + monitoramento de custos - **IA:** OpenAI GPT-4o-mini com JSON mode para consistência - **Deploy:** Render.com com HTTPS automático - **Segurança:** CORS restrito + API keys opcionais + rate limitingenAI Apps SDK](https://img.shields.io/badge/OpenAI-Apps%20SDK-412991)](https://developers.openai.com/apps-sdk) [](LICENSE) [](https://www.python.org/) [](https://react.dev/) --- ## 🌱 Visão geral O **NutriAI** é um aplicativo educacional que analisa descrições de alimentos e retorna **estimativas nutricionais** (calorias, macronutrientes e insights simples). Ele segue as [Design Guidelines do OpenAI Apps SDK](https://developers.openai.com/apps-sdk/concepts/design-guidelines) e usa um **MCP Server** em Python para orquestrar chamadas à API da OpenAI. > ⚠️ Este projeto é experimental e não substitui orientação médica ou nutricional. --- ## 🧩 Arquitetura NutriAI/ ├── app-ui/ # Front-end React (Apps SDK) │ └── layout/ │ └── NutritionTable.tsx ├── mcp-server/ # Servidor MCP em Python/FastAPI │ └── analyze_food/ │ └── schema.json └── docs/ ├── Design-Guidelines.md └── privacy.md --- ## ⚙️ Instalação e execução local ### 1️⃣ Clonar o repositório ```bash git clone https://github.com/frotoadriano/NutriAI.git cd NutriAI 2️⃣ Backend (MCP Server em Python) cd mcp-server python3 -m venv venv source venv/bin/activate # Windows: venv\Scripts\activate pip install -r requirements.txt # Crie um arquivo .env com: # OPENAI_API_KEY=seu_token_aqui uvicorn main:app --reload 3️⃣ Frontend (React App) cd app-ui npm install npm run dev ## 🛠️ Problema de compatibilidade: OpenAI SDK & httpx Se você encontrar o erro: ``` TypeError: Client.__init__() got an unexpected keyword argument 'proxies' ``` ao rodar o backend, isso ocorre por incompatibilidade entre versões do pacote `httpx` e o SDK oficial da OpenAI (`openai`). **Solução:** Certifique-se de usar a versão exata `httpx==0.27.2` no arquivo `requirements.txt`. Essa versão garante compatibilidade total com o SDK OpenAI (testado com `openai>=1.50.0`). **Referência:** O NutriAI utiliza o [OpenAI Python SDK](https://github.com/openai/openai-python) para integração com a API OpenAI. Sempre confira as versões recomendadas na documentação oficial. ```txt # Exemplo de trecho do requirements.txt openai==1.51.2 httpx==0.27.2 ``` Se precisar atualizar dependências, sempre rode: ```bash pip install --upgrade pip pip install -r requirements.txt ``` 🧠 Como funciona O usuário descreve um alimento (ex.: “tapioca com queijo”). O MCP Server envia a descrição para a API da OpenAI. O modelo gera uma tabela nutricional e insights. O front-end exibe os dados no formato nativo do ChatGPT Apps SDK. 🎨 Design e UX Interface leve e responsiva. Tons neutros e leitura fácil. Frases curtas e empáticas (“Aqui está a estimativa para sua tapioca.”). Mensagens de erro claras e educativas. Mais detalhes em docs/Design-Guidelines.md . 🔒 Privacidade O NutriAI não coleta informações pessoais. Veja a política de privacidade completa . --- ## �️ **Proteções e Monitoramento** ### **Segurança implementada:** - ✅ **Rate Limiting:** 5 req/min para MCP tools, 10 req/min para API REST - ✅ **CORS restrito:** Apenas ChatGPT e origens autorizadas - ✅ **API Keys opcionais:** Configure via variáveis de ambiente no Render - ✅ **Monitoramento de custos:** Logs mostram gasto por requisição (~$0.0003 por análise) - ✅ **Health checks:** Endpoint `/health` para monitoramento ### **Configuração no Render.com:** ```bash # Variáveis de ambiente recomendadas OPENAI_API_KEY=sua_chave_openai API_KEYS=chave_secreta_1,chave_secreta_2 # Opcional mas recomendado ALLOWED_ORIGINS=https://chat.openai.com,https://chatgpt.com ``` --- ## �📚 Roadmap - ✅ **Design Guidelines** - ✅ **Schema JSON (MCP Server)** - ✅ **Protocolo MCP compatível com ChatGPT Apps SDK** - ✅ **Integração OpenAI API** - ✅ **Deploy em produção (Render.com)** - ✅ **Rate limiting e proteções de segurança** - 🔄 **Validação por imagem** (versão futura) - 🔄 **Comparação entre alimentos** - 🔄 **Histórico pessoal de análises** - 🔄 **Integração com bases de dados nutricionais (USDA)** 🤝 Contribuição Contribuições são bem-vindas! Faça um fork. Crie um branch: git checkout -b feature/nova-funcionalidade. Commit → Push → Pull Request. 🪪 Licença Distribuído sob licença MIT. Veja o arquivo LICENSE para mais informações. 🧑‍💻 Autor Adriano Frota – LinkedIn | GitHub --- Como testar end-to-end Backend cd mcp-server python -m venv venv venv\Scripts\activate.bat python.exe -m pip install --upgrade pip pip install -r requirements.txt cp .env.example .env # coloque sua OPENAI_API_KEY uvicorn main:app --reload Frontend cd app-ui cp .env.example .env # VITE_API_BASE=http://localhost:8000 npm i npm run dev # abra http://localhost:5173