FoodChecker

FoodChecker

面向 ChatGPT 和 Claude 的开源食品标签检查工具。 扫描条形码、输入产品名称或拍摄标签照片，询问“这个健康吗？”。你会得到一个 0-100 分的评分和评分理由，就像 Yuka 或 Oasis 展示的那样，不过是在聊天中查看，而且评分方法对所有人公开。

评分	等级
75-100	优秀
50-74	良好
25-49	较差
0-24	差

• 营养： 基于 Nutri-Score 2023。
• 添加剂： 每种添加剂都有风险等级和引用来源的说明。
• 加工程度： 基于 NOVA，并说明食品为何被归为超加工食品。
• 替代品： 推荐同一类别中更健康的产品。
• 数据： 来自 Open Food Facts 的 300 多万种产品。你拍摄的标签也会得到评分，包括数据库中没有的产品。

评分方法：docs/METHODOLOGY.md。

工作原理

一个 MCP 服务同时为两种助手提供服务。ChatGPT 和 Claude 都实现了开放的 MCP Apps 标准，因此同一张评分卡可以在两者中以内嵌形式显示：

ChatGPT / Claude  ──MCP──▶  FoodChecker server  ──▶  Open Food Facts API
       ▲                         │
       └──── score card (MCP Apps UI) + text summary

工具	功能
check_food	根据条形码或名称查询产品并评分
analyze_label	根据产品标签（照片或粘贴的文本）评分，包括美国每份营养标签
find_healthier_alternatives	查找评分明显更高的同类产品
explain_additive	根据 E 编号或名称（“E471”“Red 40”）说明添加剂及其风险等级和来源

所有工具都为只读，无需登录。

使用托管服务

公共实例运行于 **https://foodchecker-ebon.vercel.app/mcp**。按下文所示，将此 URL 粘贴到 ChatGPT 或 Claude 中。你也可以在浏览器中通过 https://foodchecker-ebon.vercel.app 试用评分卡。

本地运行

npm install
npm run dev

• 打开 http://localhost:3000/preview?q=coca-cola，在浏览器中查看评分卡。
• npm test 运行评分测试。
• npm run smoke 会在服务运行时通过 MCP 使用实时数据调用每个工具。

添加到 ChatGPT

使用托管 URL 或你自己的部署。ChatGPT 无法访问 localhost。

1. 前往 chatgpt.com/plugins，点击 +，然后选择 Add custom MCP server。
2. 服务 URL：https://foodchecker-ebon.vercel.app/mcp。身份验证：No authentication。
3. 创建后，询问：“Nutella 健康吗？”

要将其列入 ChatGPT 应用目录，请按照 OpenAI 在 platform.openai.com/plugins 上的提交流程操作。FoodChecker 已通过环境变量支持其中两项要求：

• OPENAI_APPS_CHALLENGE：域名验证令牌，通过 /.well-known/openai-apps-challenge 提供。
• CHATGPT_WIDGET_DOMAIN：你的小组件来源。

你还需要隐私政策 URL、服务条款 URL、测试提示词和演示视频。

添加到 Claude

• claude.ai 或 Claude Desktop： 前往 Customize → Connectors → Add custom connector，粘贴 https://foodchecker-ebon.vercel.app/mcp，并选择 No sign-in。评分卡可在网页端、桌面端和移动端显示。

• Claude Code，远程服务： 运行 claude mcp add --transport http foodchecker https://foodchecker-ebon.vercel.app/mcp。

• Claude Code，本地服务： 运行 claude mcp add foodchecker -- npx tsx /path/to/repo/src/stdio.ts。

• 带使用技能的 Claude Code 插件： 此仓库是一个插件市场，指向托管服务。如果你自托管，请修改 plugins/foodchecker/.mcp.json 中的 URL。然后运行：

  /plugin marketplace add kjagsadvisors/foodchecker
  /plugin install foodchecker@foodchecker
  

Claude Code 显示的是文本，而不是评分卡。文本摘要包含相同的信息。

部署

此服务是标准的 Web Request → Response 处理程序（src/app.ts），几乎可以在任何地方运行。

• Docker（Render、Fly.io、Railway、任何 VPS）：docker build -t foodchecker . && docker run -p 3000:3000 foodchecker
• Vercel：vercel deploy。vercel.json 会构建项目，并将所有请求路由到 api/index.js。
• 普通 Node：npm run build && npm start

将 OFF_USER_AGENT 设置为 FoodChecker/0.1.0 (your contact email)。Open Food Facts 要求每个应用表明自己的身份。其他设置请参阅 .env.example。

**速率限制：**Open Food Facts 对每个 IP 地址每分钟大约允许查询 15 个产品和搜索 10 次。FoodChecker 会在内存中缓存结果（产品缓存 12 小时，搜索缓存 1 小时）。如果流量较大，请将 Open Food Facts 数据转储 加载到自己的数据库中。

项目结构

src/core/        scoring engine: Nutri-Score 2023, additive table, ingredient parser, 0-100 score
src/off/         Open Food Facts client and data normalisation
src/mcp/         MCP server, tool definitions, score-card widget, text summaries
src/app.ts       web handler: /mcp, /preview, landing page
src/http.ts      Node server       src/stdio.ts   local stdio server
plugins/         Claude Code plugin (MCP config + food-check skill)
test/            scoring tests     scripts/       smoke test, dev MCP Apps host

贡献

最有价值的贡献包括：

• 添加剂表（src/core/additives.ts）：提供来源，对风险等级提出异议；或添加缺失的添加剂及其本地语言标签名称。
• 成分解析（src/core/ingredients.ts）：补充当前未能识别的标签措辞，并在 test/scoring.test.ts 中添加测试用例。
• **产品数据：**在 Open Food Facts 上修正产品信息，让所有人都能受益。

npm run dev:host 会基于官方的 AppBridge 构建一个小型 MCP Apps 宿主。然后打开 /dev/host?barcode=…，即可检查 ChatGPT 和 Claude 嵌入小组件时的效果。

许可和数据

• **代码：**MIT。
• 产品数据：© Open Food Facts 贡献者，遵循 Open Database License。产品图片遵循 CC BY-SA。请保留评分卡和文字摘要中显示的署名信息。

FoodChecker 提供的是包装食品的一般信息，并非医疗建议。