Recipe to List

核心用法

recipe-to-list 是一个打通视觉识别、网页抓取与任务管理的食谱工作流工具。用户可通过拍照或搜索食谱网页两种方式输入，系统自动提取食材清单，智能比对现有Todoist购物列表后增量更新，同时将食谱永久保存至本地知识库 recipes/。

技术路径：

• 照片模式：调用 Gemini 2.0 Flash 视觉模型直接解析食材清单
• 网页模式：先 web_search 定位食谱 → web_fetch 抓取文本 → Gemini 提取结构化数据
• 清单管理：拉取现有 Shopping 项目，通过保守的同义词映射（如 coriander↔cilantro）合并重复项，相同单位时累加数量
• 智能过滤：默认跳过盐、胡椒等 pantry staples，避免清单冗余

显著优点：
1. 端到端自动化：从图像/URL 直达待办事项，无需手动转录
2. 去重逻辑严谨：重叠检测 + 同义词归一化，防止购物车爆炸
3. 知识沉淀：自动写入 recipes/index.md，形成可检索的个人食谱库
4. 安全可控：--dry-run 预览、--no-save 跳过归档，操作可回溯

潜在缺点与局限性：

• 依赖 Gemini 视觉 OCR 质量，复杂排版或手写食谱可能解析失败
• 单位换算未自动化（"2 cups" vs "500ml" 视为不同项），需人工复核
• 保守的同义词规则可能漏掉地域变体（如 aubergine/eggplant 已覆盖，但 scallion/spring onion 可能未收录）
• 需自行维护 GEMINI_API_KEY 和 TODOIST_API_TOKEN，Token 管理成本由用户承担

适合人群：

• 每周规划餐饮、依赖Todoist管理生活的效率型用户
• 希望将散落食谱集中归档的烹饪爱好者
• 能接受CLI工具、具备基础环境变量配置能力的用户

常规风险：

• API 调用成本：Gemini Flash 按量计费，高频使用需关注账单
• 隐私泄露：食谱照片可能包含地理位置EXIF或桌面敏感信息，建议上传前清理元数据
• 任务污染：若 --no-overlap-check 误用或同义词规则误判，可能导致购物清单重复或遗漏关键食材

核心用法

recipe-to-list 是一款将食谱转化为结构化购物清单的自动化工具，支持两种输入模式：

• 拍照识图：通过 Gemini Flash Vision 解析食材清单照片
• 网页抓取：搜索并提取在线食谱的食材信息

系统会自动比对现有 Todoist「Shopping」项目中的物品，基于保守的同义词映射（如 coriander↔cilantro）智能合并重复项，跳过基础调味品（盐/胡椒），并在单位一致时累加数量。最终清单同步至 Todoist，同时将食谱永久保存至本地 recipes/ 知识库。

显著优点

• 零依赖部署：纯 Python 标准库实现，无第三方包风险
• 密钥管理规范：API 密钥全部通过环境变量读取，无硬编码
• 智能去重逻辑：重叠检测与语义匹配减少重复购买
• 知识库沉淀：自动构建个人食谱索引，形成可复用的烹饪档案

潜在局限

• 隐私数据外发：食材照片需上传至 Google Gemini 云端处理，虽经 HTTPS 加密，但存在第三方数据共享
• 单位匹配严格：仅相同单位可自动累加，「2 个柠檬」与「100g 柠檬」将列为两项
• 同义词覆盖保守：当前映射集较精简，部分地域用词（如「芫」）可能无法识别
• CLI 依赖：需本地安装 todoist-ts-cli 工具，Windows 兼容性待验证

适合人群

• 每周规划菜单并批量采购食材的家庭烹饪者
• 希望数字化管理食谱库的料理爱好者
• 已使用 Todoist 进行任务管理的效率工具用户

常规风险

• 图片内容敏感：避免拍摄包含家庭住址、银行卡等背景信息的食材照片
• API 配额消耗：频繁使用可能触发 Google Gemini 速率限制
• 清单冲突：多人共用 Todoist Shopping 项目时，并发更新可能导致状态不一致

---

评分依据：来源可信度 T3（个人/社区项目），安全等级 A（72/100），静态与动态分析均无高危漏洞，主要减分项为图像数据外发与 T3 来源信任度。