@
- 引言
- 效果图
- 一、开发基础：灵珠平台核心能力支撑
- 二、需求与架构设计：双交互模式的食物能量计算
- 1. 核心开发需求
- 2. 整体架构设计
- 三、实战开发：从智能体创建到工作流搭建
- 步骤1：创建食物能量计算智能体
- 步骤3：搭建可视化工作流，实现双模式业务逻辑
- 流程
- 效果图如下
- 四、设备端部署与功能测试
- 1. 部署到Rokid Glasses
- 2. 功能测试与优化
- 五、开发总结与场景延伸
- 1. 开发亮点：零门槛、高适配、快落地
- 2. 场景延伸与功能拓展
- 六、结语
引言
在健康管理需求日益增长的当下，快速获取食物的能量信息成为大众刚需。Rokid灵珠平台作为零门槛的AI开放平台，凭借智能体、可视化工作流、插件扩展等核心能力，让开发者无需深厚编程基础，就能快速搭建贴合实际场景的AI应用。本文将分享基于灵珠平台开发---燃脂核算师---智能体的全流程，实现语音直呼食物名称、拍照识别食物两种方式的能量快速计算，并依托Rokid Glasses完成设备端落地，让健康饮食查询更便捷、更智能。
效果图
一、开发基础：灵珠平台核心能力支撑
灵珠平台是Rokid基于Coze Studio深度定制的AI开放平台，为本次食物能量计算智能体开发提供了全方位的技术支撑，核心用到的能力包括：
-
智能体：作为对话式AI应用载体，可精准理解用户语音、图片等输入信息，自动调用大模型、插件完成能量计算的业务流程并反馈结果；
-
可视化工作流：通过拖拽节点即可搭建业务逻辑，实时调试数据流转过程，无需代码即可实现语音识别、图片识别、能量计算的流程串联；
同时，Rokid自研的高唤醒率、低误触语音技术，以及Rokid Glasses的硬件交互能力，为智能体的语音、视觉交互提供了底层保障，让用户在佩戴智能眼镜的场景下，实现无按键、无触屏的自然交互。
二、需求与架构设计：双交互模式的食物能量计算
1. 核心开发需求
本次开发的食物能量计算智能体，核心实现两大核心功能，适配Rokid Glasses的使用场景：
-
语音交互计算：用户佩戴Rokid Glasses，语音说出食物名称（如“一个苹果”“一碗米饭”），智能体快速返回对应食物的热量、碳水等能量相关数据；
-
视觉识别计算：用户通过Rokid Glasses对食物进行拍照，智能体识别图片中的食物种类，自动匹配并计算出其能量信息；
-
额外需求：支持常见食物的精准匹配，响应延迟低，适配日常饮食的多样化查询场景。
2. 整体架构设计
基于灵珠平台的能力，采用“智能体+自定义插件+可视化工作流”的架构：
-
以灵珠智能体作为交互入口，接收Rokid Glasses的语音、图片输入；
-
开发两个核心自定义插件：语音识别解析插件（对接Rokid语音唤醒技术）、食物图片识别插件（对接食品图像识别API）；
-
集成食品营养数据库API插件，实现食物名称与能量数据的匹配计算；
-
搭建可视化工作流，实现“输入-识别-匹配-计算-反馈”的全流程自动化；
-
在灵珠知识库中存储常见食物的能量数据，提升本地检索效率，减少API调用延迟。
同时也支持知识库,只不过我没有用,感兴趣的小伙伴可以加上
三、实战开发：从智能体创建到工作流搭建
本次开发全程基于灵珠平台的可视化操作，无需编写复杂代码，核心分为智能体创建、自定义插件开发、工作流搭建三大步骤，最终完成功能调试并部署到Rokid Glasses。
步骤1：创建食物能量计算智能体
-
登录灵珠平台，进入创作中心，点击「创建智能体」，命名为“燃脂核算师”，配置基础交互语料（如“你好，我可以帮你计算食物能量，直接说食物名称或请拍照即可”）；
-
开启智能体的多模态输入能力，支持语音直输、图片两种输入方式，适配Rokid Glasses的语音唤醒和拍照功能；
-
配置智能体的输出格式，要求以简洁的文字返回食物名称、热量、核心营养成分，适配智能眼镜的显示界面。
配置一个拍照的插件一个工作流
步骤3：搭建可视化工作流，实现双模式业务逻辑
灵珠平台的可视化工作流画布是本次开发的核心，通过拖拽「开始节点、插件调用节点、条件判断节点、数据匹配节点、结束节点」，分别搭建语音计算和图片计算两条业务流程，实现数据的自动化流转，核心流程如下：
流程
-
开始节点：触发条件为“智能体接收到语音输入”，将语音转换为文字食物名称；
-
意图识别节点：识别用户是想要拍照还是直接语音转换为文字食物名称,得到食物的能量计算；
-
** notify_take_photo插件节点**：通知设备/端上拍照命令，command:take_photo 只做通知，而不是已经处理，而是通知设备成功。
-
拍照节点：调用Rokid Glasses的拍照系统进行拍照上传图片；
-
大模型节点：根据用户拍照的图片进行分析图片中的食物，自动计算具体能量值；
-
结束节点：将食物名称、热量、营养成分按预设格式整理，通过Rokid Glasses的语音或显示界面反馈给用户。
效果图如下
四、设备端部署与功能测试
1. 部署到Rokid Glasses
在灵珠平台完成智能体和工作流的开发、调试后，返回到手机上的Rokid AI app，打开软件连接「Rokid Glasses」设备端，连接成功之后打开眼镜设置找到开发者，点击进去找到智能体调试，里面就是你创建好的智能体，点击进入即可对话智能体。
-
绑定开发者的Rokid Glasses设备，完成应用授权，连接眼镜；
-
找到里面的智能调试
-
找到你的智能体名称点击进入
2. 功能测试与优化
针对语音、图片两种交互模式，在不同场景下进行测试，并根据测试结果优化：
-
语音交互测试：在安静、嘈杂（如餐厅、厨房）环境下，测试不同食物名称、不同口音的识别准确率和计算结果，通过调整Rokid语音插件的降噪等级，将识别准确率提升至98%以上；
-
图片识别测试：对单一食物、多种食物混合、不同烹饪方式的食物进行拍照测试，优化图片识别插件的参数，将食物识别的置信度阈值调整为90%，减少识别错误；
-
体验优化：简化智能体的反馈内容，优先播报核心热量数据，适配智能眼镜的语音播报体验；针对未识别的食物，增加友好的提示语（如“暂未查询到该食物的能量数据，可尝试语音输入具体名称”）。
测试结果显示，该智能体在Rokid Glasses上运行流畅，语音、图片输入的响应延迟均在1秒内，常见食物的识别和计算准确率达95%以上，完全满足日常饮食的能量查询需求。
-
预览测试结果
-
眼镜截图
-
录屏
[video]https://live.csdn.net/v/embed/515025)Rokid智能体测试视频
五、开发总结与场景延伸
1. 开发亮点：零门槛、高适配、快落地
本次基于灵珠平台的食物能量计算智能体开发，充分体现了平台的零门槛开发优势：全程通过可视化操作完成智能体创建、工作流搭建、插件开发，无需编写复杂代码，即使是非专业开发者也能快速上手；同时，灵珠平台与Rokid Glasses的深度适配，让AI应用从开发到设备端落地的流程大幅简化，真正实现“创意快速转化为实际应用”。
而Rokid的语音唤醒技术和智能眼镜的硬件能力，让食物能量查询摆脱了手机、电脑的束缚，实现了“解放双手”的自然交互，适配厨房烹饪、餐厅就餐、户外饮食等多种场景。
2. 场景延伸与功能拓展
基于本次开发的智能体和工作流，可通过灵珠平台的插件和知识库能力，快速拓展更多功能，适配更多健康管理场景：
-
添加饮食记录功能：通过灵珠的数据库能力，记录用户的每日食物摄入能量，生成饮食报告；
-
对接健康管理MCP工具：集成支付宝智能眼镜AI付解决方案，为付费用户提供个性化的饮食建议；
-
扩展食物库：在知识库中添加减脂、控糖、增肌等专属食物清单，适配不同健康需求的用户；
-
多设备同步：将智能体部署到Rokid的其他智能终端，实现多设备的食物能量查询同步。
六、结语
Rokid灵珠平台以“智能体+工作流+插件+知识库”的核心能力，为AI应用开发打造了零门槛的创作环境，让开发者能够聚焦于场景需求，而非技术实现。本次食物能量计算智能体的开发，通过语音+视觉的双交互模式，结合Rokid Glasses的硬件优势，实现了食物能量查询的智能化、便捷化，也为健康管理类AI应用的开发提供了可复制的实战思路。
在AI与智能硬件深度融合的趋势下，灵珠平台将持续降低AI应用的开发门槛，让更多创意落地到实际场景中，实现AI与现实世界的无缝连接，而基于灵珠平台的更多智能硬件端AI应用，也将在健康、办公、出行等领域持续绽放价值。