Skip to main content
Glama
jirathip-dev

morsel

by jirathip-dev

Morsel

Das Lagerhaus, das deine KI füllt. Morsel ist ein MCP-first, Kamera-first Lebensmittel-Tracker. Es gibt keinen Chat in der App – du protokollierst, indem du mit deinem bestehenden Assistenten (Claude, ChatGPT) chattest und ein Foto hochlädst; der Agent des Assistenten liest das Foto, ruft Morsels MCP-Tools auf und schreibt strukturierte Lebensmitteldaten in deinen Speicher. Morsel ist der Datenspeicher + Dashboard + Agent-Fähigkeit; die Intelligenz lebt in dem Agenten, den du bereits nutzt.

Warum es das gibt

Menschen chatten täglich mit Claude/ChatGPT, können aber keinen Kontext oder strukturierte Daten behalten. Generische Kalorien-Apps implementieren ihre eigene KI neu, eingeschlossen in einer Silos.

Morsel dreht es um:

  • Kein In-App-Chat. Die App hat kein KI-Gehirn und keine Chat-Oberfläche.

  • MCP-first. Die App ist ein Model Context Protocol Server + ein Datenspeicher. Dein Agent verbindet sich über MCP und kennt die genaue Datenstruktur, die er schreiben soll.

  • Kamera-first. Du lädst ein Lebensmittelfoto in deiner Chat-App hoch; die Vision des Agenten schätzt Makros und ruft log_meal auf.

  • Dashboard. Eine native iOS-App (oder PWA) rendert deine Historie, Summen und Ziele – und liest denselben Speicher, den der Agent beschreibt.

Related MCP server: mcp-nutrition-db

Architektur (eine Zeile)

Supabase (Postgres + Auth + RLS + Storage) ↔ schlanker Remote-MCP-Server ↔ dein Agent (Claude/ChatGPT) und ↔ natives iOS-Dashboard. Ein Speicher, zwei Clients.

Repo-Aufbau

morsel/
├── docs/            # design docs (start here)
├── server/          # remote MCP server (Bun + Hono + MCP SDK)
├── app/             # native iOS dashboard (SwiftUI) — reads Supabase
├── db/              # Postgres migrations + seed
├── packages/schema/ # canonical types + JSON schemas for the tool contract
├── skills/          # agent skill(s) you attach to Claude / ChatGPT
└── supabase/        # project config

Dokumentation

  • ARCHITECTURE — Komponenten, Datenfluss, Auth, Backend-Entscheidung

  • DATA_MODEL — Tabellen, Enums, RLS

  • MCP_TOOLS — der Tool-Vertrag (Eingabe-/Ausgabeschemata) — was der Agent schreibt

  • TARGETS — berechnetes Kalorien-/Makro-Ziel aus Körpermetriken

  • IN_CHAT_RENDER — Tier-1-Snapshot-Rendering in Claude/GPT

  • ROADMAP — Meilensteine

  • CLAUDE.md — Kontext für jeden Agenten, der in diesem Repo arbeitet (AGENTS.md ist ein Symlink darauf)

Status

Design-Gerüst mit Qualitätsleitplanken (strenges TypeScript, Anti-Slop-ESLint + SwiftLint, CI bei jedem PR). Arbeitstitel morsel (frei umbenennbar – es ist ein Ordner + eine README).

Lizenz

MIT – siehe LICENSE.

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    B
    maintenance
    MCP server for personal nutrition tracking, enabling users to log meals with calories and macros, water intake, body weight, set goals, and import food diaries from other apps through natural language.
    33 npm
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables AI assistants to read current pantry inventory and low-stock shopping needs, export a shopping queue, and perform idempotent inventory adjustments and catalog link management through remote MCP tools.
    MIT
  • F
    license
    Not graded
    quality
    B
    maintenance
    Enables MCP-compatible clients like ChatGPT and Claude to manage a household's shared food inventory, meal plans, recipes, and preferences through natural language, with atomic updates and audit logging.
    -