Weavefox 携手 GLM-4.6/4.5V 打造新一代智能厨房小助手
Weavefox 携手 GLM-4.6/4.5V 打造新一代智能厨房小助手
目录
Weavefox 携手 GLM-4.6/4.5V 打造新一代智能厨房小助手
摘要
产品展示
产品愿景与定位
产品架构图
WeaveFox
背景
快速上手
智谱大模型
获取API KEY
GLM-4.6
GLM-4.5V
Weavefox开发实践
开发提示词
多智能体协作
初步确认
需求收集助手
需求澄清助手
在线数据库
任务规划师
产品设计专家
视觉设计专家
React生码专家
自动修复专家
反复交互
部署
总结
摘要
作为一名开发者，我借助 WeaveFox 强大的前端智能生成能力，结合智谱 GLM-4.6 与 GLM-4.5V 大模型在语言理解与多模态识别上的优势，快速构建了一款集语言交互与视觉识别于一体的智能厨房小助手——只需输入菜名或上传菜品图片，它就能自动生成结构化菜谱并以新粗野风格精美呈现，全程本地管理 API 密钥、无需登录，真正实现了低门槛、高自由度的 AI 厨房体验。
产品展示
在线链接：https://www.weavefox.cn/apps/cze3a85uvd7do0m9
语言交互这里是采用的GLM-4.6，自动生成对应的菜品分析，这里输入辣椒炒肉：
视觉交互采用的是GLM-4.5V模型，先将菜品识别出来，再调用GLM4.6继续创作，这里上传一个鱼香肉丝图片
可以看出，通过Weavefox和GLM的强强联合，制作出来的厨房小助手十分的精细，完全能满足家庭厨房的需求。
产品愿景与定位
愿景：重新定义家庭厨房的智能化体验，让每一位家庭主厨都能享受到AI技术带来的烹饪便利，将复杂的烹饪过程转化为简单、愉悦的互动体验。
定位：WeaveFox携手GLM大模型打造的新一代智能厨房小助手，定位于成为连接家庭厨房与人工智能技术的桥梁。我们不仅是一个菜谱查询工具，更是用户的私人烹饪导师、食材管家和创意厨房伙伴。通过多模态AI能力，我们致力于解决传统烹饪中的核心痛点：菜谱记忆困难、食材配比不精准、烹饪技巧难掌握、创新菜品缺乏灵感。产品面向现代家庭用户，特别是年轻上班族、新手父母和烹饪爱好者，为他们提供低门槛、高自由度的智能烹饪解决方案，让厨房不再是压力源，而成为创造美食与家庭温暖的空间。
产品架构图
1. WeaveFox智能前端引擎
- 基于蚂蚁百灵多模态大模型构建的前端智能研发平台
- 采用"意图生码"技术，将设计需求直接转换为高质量前端代码
- 支持新粗野主义设计风格，提供独特的视觉体验
- 内置多智能体协作架构，实现需求收集、设计规划、代码生成、自动修复的完整闭环
2. GLM大模型双引擎
- GLM-4.6语言引擎：负责菜谱生成、烹饪指导、食材配比计算，具备强大的语言理解和生成能力，代码能力全面对齐Claude Sonnet 4
- GLM-4.5V视觉引擎：106B总参数量的MOE架构视觉推理模型，在图像识别、文档理解等任务中达到全球同级别开源多模态模型SOTA水平
3. 本地化安全架构
- API密钥本地存储机制，确保用户数据隐私安全
- 无登录轻量架构，降低用户使用门槛
- 端到端加密通信，保护用户烹饪数据
4. 多智能体协作系统
- 需求收集助手：理解用户烹饪需求和场景
- 需求澄清助手：完善技术细节和功能规划
- 任务规划师：将复杂烹饪任务分解为可执行步骤
- 产品设计专家：构建完整的厨房助手产品框架
- UI/UX视觉设计专家：实现新粗野风格的视觉设计
- React生码专家：将设计转化为可运行代码
- 自动修复专家：确保代码质量和功能稳定性
WeaveFox
背景
WeaveFox是一个前端大模型的智能研发平台，基于蚂蚁多模态技术打造，具备将设计图生成前端源代码的能力，旨在大幅提升研发效率。 这是蚂蚁集团推出的AI前端智能研发平台，为开发者和创作者提供了全新的生产力工具。 WeaveFox的核心功能是将设计图快速转换为高质量的前端代码，支持多种设计文件格式和前端技术栈。
WeaveFox由蚂蚁集团推出，是基于蚂蚁自研的百灵多模态大模型构建的AI前端智能研发平台。 该平台由蚂蚁团队的徐达峰及其团队打造，聚焦前端开发场景，旨在通过AI技术重塑前端研发生产力。 目前WeaveFox已在阿里和蚂蚁实际投产，据官方介绍已有超过500名前端工程师在使用该平台。
| 优势特点 | 具体说明 |
| 多模态理解能力 | 精准识别设计元素，能够准确理解设计图内容 |
| 智能对话功能 | 可持续优化生成的代码，提供交互式开发体验 |
| 多端适配支持 | 支持控制台、移动端H5、小程序等多种主流应用类型 |
| 实时预览能力 | 提供实时预览功能，让开发者即时查看代码效果 |
| 意图生码技术 | 通过自然语言描述即可生成生产级代码和可视化页面 |
| 技术栈兼容性 | 兼容多种技术栈（如React等），满足不同项目需求 |
| 高效开发 | 10秒生成官网级别的页面，大幅提升前端开发效率 |
| 插件生态系统 | 提供丰富的插件生态和团队协作工具，增强开发体验 |
| 大模型底座 | 基于蚂蚁自研的百灵多模态大模型，技术实力雄厚 |
| 实际应用验证 | 已在阿里和蚂蚁实际投产，超过500名前端工程师使用 |
WeaveFox代表了AI时代前端开发的新范式，通过将设计图直接转换为高质量代码，显著降低了开发门槛，提高了研发效率，是前端智能研发领域的重要创新。
快速上手
官方贴心的为我们准备了快速上手教程，在B站上即可快速了解Weavefox的能力：
https://www.bilibili.com/video/BV1P3KFzqEY9/?vd_source=f09e720a65c00ff56a9e6aa3ccf42c68
智谱大模型
智谱AI（Zhipu AI）是中国领先的大模型技术公司，致力于推动通用人工智能（AGI）的发展。其自主研发的GLM（General Language Model）系列大模型，凭借强大的语言理解与生成能力、多模态融合能力以及高效的推理性能，已在学术界和产业界获得广泛认可。
最新发布的GLM-4.6不仅在逻辑推理、代码生成、多语言支持等方面实现显著突破，还具备更强的上下文理解与长文本处理能力；
在"Weavefox 携手 GLM-4.6/4.5V 打造新一代智能厨房小助手"这一应用中，我们正是依托 Weavefox 强大的多模态理解能力，结合 GLM-4.6/4.5V 在厨房场景识别、菜谱智能生成与烹饪步骤优化上的强大语言建模优势，实现了从用户输入的食材清单到个性化菜谱推荐、再到沉浸式烹饪指导的端到端智能服务。通过轻量化本地部署与无感用户交互架构，智谱大模型不仅为家庭烹饪者提供了低门槛、高自由度的智能厨房助手，更重新定义了 AI 驱动下人机协同烹饪体验的新范式。
获取API KEY
在智谱AI开放平台的控制台中，即可添加账号的API KEY
添加完之后需要使用的时候直接复制API KEY即可
GLM-4.6
智谱最新旗舰，代码能力全面对齐 Claude Sonnet 4，是国内最好的编程模型。在真实编程、长上下文处理、推理能力、信息搜索、写作能力与智能体应用等多个方面实现全面提升。
GLM-4.6调用示例
curl -X POST "https://open.bigmodel.cn/api/paas/v4/chat/completions" \-H "Content-Type: application/json" \-H "Authorization: Bearer your-api-key" \-d '{"model": "glm-4.6","messages": [{"role": "user","content": "作为一名营销专家，请为我的产品创作一个吸引人的口号"},{"role": "assistant","content": "当然，要创作一个吸引人的口号，请告诉我一些关于您产品的信息"},{"role": "user","content": "智谱AI 开放平台"}],"thinking": {"type": "enabled"},"max_tokens": 65536,"temperature": 1.0}'GLM-4.5V
GLM-4.5V 是智谱新一代基于 MOE 架构的视觉推理模型，以 106B 的总参数量和 12B 激活参数量，在各类基准测试中达到全球同级别开源多模态模型 SOTA，涵盖图像、视频、文档理解及 GUI 任务等常见任务。
调用示例
curl -X POST \https://open.bigmodel.cn/api/paas/v4/chat/completions \-H "Authorization: Bearer your-api-key" \-H "Content-Type: application/json" \-d '{"model": "glm-4.5v","messages": [{"role": "user","content": [{"type": "image_url","image_url": {"url": "https://cloudcovert-1305175928.cos.ap-guangzhou.myqcloud.com/%E5%9B%BE%E7%89%87grounding.PNG"}},{"type": "text","text": "Where is the second bottle of beer from the right on the table? Provide coordinates in [[xmin,ymin,xmax,ymax]] format"}]}],"thinking": {"type":"enabled"}}'Weavefox开发实践
开发提示词
开发之前需要明确自己的需求，这样Vibe Coding的时候才不至于手忙脚乱，这是最为关键的一步，打好基础，然后清晰的描述需求，会事半功倍。
开发一个智能厨房小助手，功能：
1、语言交互：当我给出一道菜名的时候能够调用GLM4.6大模型，识别菜名并给出材料配比（葱花，大蒜，肉多少克，菜多少克等等），以及调料配比（一勺盐、两勺生抽等等），烹饪方法（爆炒、清炒、蒸煮等等），给出这碗菜详细的制作方法，并用精美的卡片方式展示
2、视觉交互：当我上传菜品的图片时，能够调用GLM4.5大模型，识别出是何种菜品之后重复第一点
3、采用新粗野风格
4、GLM的密钥存放在本地，每次进入系统优先输入密钥
GLM4.6调用示例：
curl -X POST "https://open.bigmodel.cn/api/paas/v4/chat/completions" \-H "Content-Type: application/json" \-H "Authorization: Bearer your-api-key" \-d '{"model": "glm-4.6","messages": [{"role": "user","content": "作为一名营销专家，请为我的产品创作一个吸引人的口号"},{"role": "assistant","content": "当然，要创作一个吸引人的口号，请告诉我一些关于您产品的信息"},{"role": "user","content": "智谱AI 开放平台"}],"thinking": {"type": "enabled"},"max_tokens": 65536,"temperature": 1.0}'
GLM-4.5V调用示例：
curl -X POST "https://open.bigmodel.cn/api/paas/v4/chat/completions" \-H "Content-Type: application/json" \-H "Authorization: Bearer your-api-key" \-d '{"model": "glm-4.6","messages": [{"role": "user","content": "作为一名营销专家，请为我的产品创作一个吸引人的口号"},{"role": "assistant","content": "当然，要创作一个吸引人的口号，请告诉我一些关于您产品的信息"},{"role": "user","content": "智谱AI 开放平台"}],"thinking": {"type": "enabled"},"max_tokens": 65536,"temperature": 1.0}'
多智能体协作
Weavefox采用的是多智能体协作的模式，一句话即可生成一个完整的应用，并且不同的智能体会确定不同的需求从而逐步构建起应用：
初步确认
WeaveFox接收到我们的开发提示词之后会初步确认我们的需求，收集一些必要的信息。
需求收集助手
除了理解我们的开发提示词之外，自己还会收集必要的信息，包括但不仅限于：应用向解决的问题、应用场景、用户群体、输出方式、交互方式、辅助功能、安全需求、风格期望等等，可以说是包含了应用开发的方方面面。
需求澄清助手
与需求收集助手交互完毕之后，需求澄清助手会结合我们的开发提示词以及各个确认的需求，形成一个更加完善的提示词，包含我们没有提到的技术栈、组件库、样式库等等，以及将核心功能拆分为几大点，任务更加细致。
在线数据库
如果我们选择了在线数据库，也不需要担心复杂的配置，Weavefox已经内置了在线数据库供我们使用，一句话完成数据的存储。
任务规划师
理清需求之后，Weavefox会启动任务规划师，将刚刚的需求拆分为一个一个小步骤分别交给其他的智能体：产品设计专家、UI\UX视觉设计专家、React生码专。
产品设计专家
产品设计专家会搜索应用相关的资料并形成具体的开发文档，包含了整体开发文档、风格设计文档、代码官方文档等等。
视觉设计专家
视觉模块会交给UI\UX视觉设计专家根据我们的指定的新粗野风格设计色彩搭配等等
React生码专家
具体的代码实现自然是交给React生码专家，将上方的设计全部转换为代码实现输出。
自动修复专家
自动修复专家还会对生成的代码进行不断的检查，如果有问题的话会直接修改，保证交付的代码质量。
反复交互
如果发现生成的代码不符合心意，或者有报错，可以直接再次丢给他，让代码专家不断的修改
而如果是页面上有需要改动的地方，可以直接使用局部修改功能
部署
自动部署
总结
该智能厨房小助手是 WeaveFox 与智谱 GLM 系列大模型深度协同的成果：WeaveFox 负责将产品需求快速转化为新粗野风格的高质量前端界面，而 GLM-4.6 负责解析菜名并生成精准到克数与勺数的结构化菜谱，GLM-4.5V 则实现菜品图像的高精度识别，二者结合打通了“看图识菜—智能出谱—沉浸展示”的完整链路。
依托 WeaveFox 的多智能体协作机制——从需求收集、产品设计、UI 视觉到 React 代码生成与自动修复——整个应用在极短时间内完成开发与部署；同时，通过本地存储 API 密钥、无登录轻量架构和实时交互卡片设计，显著降低了用户使用门槛，提升了隐私安全性与操作流畅度。
项目已成功上线并公开访问，实测表明其不仅能准确解析“辣椒炒肉”等常见菜名，还能从“鱼香肉丝”图片中识别菜品并生成完整制作流程。这不仅验证了 WeaveFox × GLM 技术栈在垂直场景中的强大落地能力，更展示了 AI 如何以端到端方式重塑日常生活工具的开发范式与交互体验。