任意菜名搜食谱
输入菜名即可由 AI 生成对应食谱，覆盖印度菜、意大利菜等品类；能生成什么取决于模型训练数据里是否存在该菜品，冷门菜可能搜不到。
官方说明 ↗
价格免费
平台Web
归类生活与娱乐
收录2026-10-12
复核2026-10-12
编辑评分
4.3 / 5
★★★★☆
Infinite Meals编辑总结
Infinite Meals 是一个食谱搜索引擎，输入任意食物名称即可获得 AI 生成的食谱。它由开发者 8rxn 打造，底层调用 OpenAI 的 GPT-3.5-Turbo-1106 模型，并用 Text-Davinci-003 补足生成，通过 Upstash Redis 缓存与 PlanetScale 数据库加速重复查询。最大优势是拿到此前搜不到的冷门菜谱，且同一道菜第二次查询会走缓存、响应更快；短板是菜谱内容取决于模型训练数据，生成结果不保证准确，且未提供人工审核或权威来源。
Infinite Meals是什么？
Infinite Meals 是一个用 AI 生成食谱的搜索工具，由开发者 8rxn 制作，面向想快速获得做菜灵感、又不想翻大量菜谱网站的人。它的核心是输入任意食物名称，由模型直接写出可执行的食谱步骤。
技术上，它通过 OpenAI API 调用 GPT-3.5-Turbo-1106 生成食谱，早期或用 Text-Davinci-003 补足；首次查询某道菜时会走 AI 生成并把结果写入 PlanetScale 数据库与 Upstash Redis 缓存，之后再查同一道菜就从缓存直接返回。配图通过 SERP API 搜索 Google Images 取得，并存到 Cloudinary。项目部署在 Vercel，使用 Next.js 13.4.9 与 Prisma、NextAuth。
普通用户可以按菜名、分类或标签找食谱；开发者则可以直接调 /api/v2/recipes/database 与 /api/v2/recipes/completion 这两个接口，把生成能力接进自己的应用。
Infinite Meals核心功能
分类与标签浏览
除了直接搜索，还能按分类页、标签、食材、菜系浏览食谱；库里没有的菜品会即时生成并补进数据库。
官方说明 ↗缓存与数据库加速
同一道菜第一次查询走 AI 生成，结果写入 Redis 缓存与数据库；之后再次查询直接命中缓存，省去重复调用模型的开销。
官方说明 ↗自动配图
生成食谱的同时通过 SERP API 搜索 Google Images 取得配图，图片存入 Cloudinary，图片地址会一并写进食谱数据库与缓存，之后复用。
官方说明 ↗社交分享
支持在应用内直接把食谱分享到社交平台，发给朋友或家人，无需先复制导出。
官方说明 ↗开放 API 接口
提供 /api/v2/recipes/database 与 /api/v2/recipes/completion 两个接口，前者查缓存与主数据库，后者调用 OpenAI 按查询词生成食谱，供开发者自行接入。
官方说明 ↗Infinite Meals值不值得用？
当你想快速拿到一道菜的做饭思路、又懒得在一堆菜谱站里翻页时，Infinite Meals 值得一试——输入菜名就出步骤，重复查询还有缓存加速。适合手边食材不明、想找灵感的人，也适合开发者直接调它的 API 做二次开发。但生成式食谱没有人工审核，盐量、火候这类关键参数未必可靠，真按方子做菜建议自行核对；菜谱能否生成取决于模型训练数据，冷门菜可能查不到。对食谱准确性要求高、需要权威来源的场合不宜依赖它。
建议选它的情况
- 想为某道菜快速拿到一份可执行步骤时
- 想按食材、菜系或标签浏览找灵感时
- 开发者要把食谱生成能力接进自己应用时
- 对同一道菜会反复查询、希望响应更快时
不建议选它的情况
- 需要经过验证的权威食谱、在意配料克数准确时
- 想查的菜品非常冷门、模型训练数据未必覆盖时
- 只接受人工整理、不接受 AI 生成内容的场合
Infinite Meals使用建议
入门先把路子走对
- 先从直接搜索入手登录后进入 dashboard，直接在搜索框输入菜名，这是拿到食谱最快的一条路径，不用先建库或做额外配置。
- 按分类页找灵感不确定做什么时，去 categories 页面选一个分类，比空想菜名更容易翻到能做的菜，也能顺带看到已有食谱。
- 重复查询同一道菜同一道菜第二次查询会命中 Redis 缓存，比首次快；如果你常做某几道菜，多用搜索而不是每次重新浏览列表。
进阶省时间也省钱
- 换关键词提高命中第一次没生成出想要的结果时，把菜名换成更常见的叫法或加上菜系限定词再试，模型能覆盖的范围由训练数据决定。
- 开发者直接调接口需要批量接入时走 /api/v2/recipes/database 查缓存与数据库，命中不了再调 /api/v2/recipes/completion 让模型生成，可省下重复调用成本。
- 用分享代替截图想发给朋友时用应用内的分享功能直接转到社交平台，比截图或复制文字更省事，图片和步骤会一起带上。
Infinite Meals适合谁用？
想找做饭灵感的人
推荐手边食材不确定、不想翻长文菜谱时，输入菜名直接拿到步骤和配图，比在多个菜谱站之间跳转省时间。
常做固定几道菜的人
推荐同一道菜第二次查询命中缓存，响应更快；把常做的菜名直接搜出来比每次翻分类页顺手。
独立开发者
推荐有 /api/v2/recipes/database 与 /api/v2/recipes/completion 两个接口可调，能把食谱生成接进自己的应用，适合做小工具或原型。
对食谱准确性要求高的人
有条件食谱由模型生成、无人工审核，配料克数与火候这类关键参数未必可靠，在意成菜效果时需要自己再核对。
想查冷门菜的人
有条件能否生成取决于模型训练数据是否覆盖该菜品，非常见的菜可能查不到或生成出偏离实际的版本。
Infinite Meals优点和缺点
优点
- 输入任意菜名即可生成食谱，冷门菜也能拿到参考步骤
- 同一道菜二次查询走 Redis 缓存，比首次生成更快
- 同时提供分类、标签、食材、菜系多种浏览方式
- 生成食谱时自动配图，图片存入 Cloudinary 后复用
- 提供两个 v2 接口，开发者可直接接入食谱生成能力
- 支持应用内直接分享食谱到社交平台
缺点
- 食谱由 AI 生成，没有人工审核环节
- 能否生成取决于模型训练数据，冷门菜可能查不到
- 配图来自 Google Images 搜索，与生成食谱未必严格对应
- 未公布定价与免费额度，长期使用成本不明确
Infinite Meals关键指标
Infinite Meals常见问题
它到底能做什么？＋
输入任意食物名称，它会用 AI 生成一份带步骤的食谱；也可以按分类、标签、食材、菜系浏览已有食谱。生成范围取决于模型训练数据，印度菜、意大利菜这类常见菜系更容易搜到，非常冷门的菜可能没有结果。配图会通过 SERP API 从 Google Images 取得并存入 Cloudinary，和步骤一起展示。
生成的食谱靠谱吗？＋
食谱由 GPT-3.5-Turbo-1106 与 Text-Davinci-003 这类模型生成，流程里没有人工审核或权威菜谱来源核对，所以配料比例、火候时间这类关键参数未必准确。把它当灵感来源、下厨前自己再确认一遍用量和步骤，比直接照做更稳妥。
搜过的菜再搜会重新生成吗？＋
不会。同一道菜第一次查询时走 AI 生成，结果会写进 Redis 缓存和数据库；之后再查同一道菜直接从缓存返回，不用重新调用模型，所以二次查询更快，也不会出现同一道菜两次结果对不上的情况。
开发者能直接调用它吗？＋
可以，文档里给了 v2 接口：POST /api/v2/recipes/database 用来在 Redis 缓存和主数据库里查食谱，POST /api/v2/recipes/completion 则调用 OpenAI 按查询词生成食谱。把这两个接口配合使用，可以先查库、命中不了再生成，减少重复的模型调用。
能把食谱分享给别人吗？＋
可以。应用内提供分享功能，能直接把食谱发到社交平台给朋友或家人，分享时步骤和配图会一起带上，不需要先截图或手工复制文字再发。
用的是什么技术栈？＋
按文档，缓存与限流用 Upstash Redis，AI 生成走 OpenAI API，配图来自 SERP API、图片存在 Cloudinary，主库是 PlanetScale 的无服务器 MySQL，ORM 用 Prisma，登录用 NextAuth，项目基于 Next.js 13.4.9，部署在 Vercel。
