推荐 skill 可以理解为一段结构化的偏好策略文本。它不是简单的标签列表，而是一段可以被大模型直接理解和执行的推荐准则。用户倾向选择清淡、低油、熟食、价格适中的菜品。偏好鸡肉、蔬菜、沙拉、汤类等风险较低的选择。对重辣、生食、陌生内脏类菜品接受度较低。推荐时应优先选择描述清晰、口味稳定、适合单人点餐的菜。这段 skill 会在后续推荐时作为上下文注入给模型。它的作用不是替用户做死板限制，而是帮助模

用户真正完成点餐时，还需要一个更贴近日常使用的功能：把想点的菜加入购物车，并自动生成可以直接给服务员看的点单句。为了避免同一道菜重复出现，后端还会做合并处理：如果用户多次添加同一个菜品，系统不会创建多条完全相同的购物车记录，而是合并数量。如果用户添加了备注，例如“不放洋葱”“少辣”“打包”，点单句也会把这些要求一起组织进去。因此，项目中加入了购物车和点单句生成功能，让用户从“看懂菜单”进一步走到“

本次优化的核心目标是让项目从“功能能跑”提升到“功能好用、演示稳定、响应更快”。在 AI 项目中，性能优化不能只看模型本身。真正影响体验的是整条链路，包括是否有不必要的外部请求、prompt 是否过长、是否有超时机制、失败后是否能兜底、前端是否能稳定展示结果。通过这次优化，项目中的推荐、点单句、语音和首页交互都变得更加适合真实使用，也更适合答辩展示。用户不需要长时间等待，也不容易遇到空白页、重复推

这个 Flutter 前端项目采用了“登录状态控制 + 统一主题配置 + 多页面路由管理”的基础架构。在视觉设计上，项目围绕点餐场景选择了黄色和橙色作为核心色彩，搭配浅暖色背景、圆角按钮和 Material 3 风格，让页面整体更加轻量、温暖，也更符合菜单识别和美食推荐类应用的使用场景。在代码结构上，main.dart主要承担应用入口、主题配置、路由管理和登录状态判断的职责。整体来看，这套前端设计