Food Toxicity Report App
Food Toxicity Report App
閱讀角度
簡介
掃條碼或輸入產品名，即得食品安全報告：openFDA 與 Open Food Facts 的召回及不良事件數據、風險評分，以及 AI 撰寫的分析。
角色
Hackathon
主力開發者
3 人團隊
技術棧
Next.js
openFDA
Open Food Facts
Playwright
實證
報告基於 openFDA 與 Open Food Facts 記錄，而非模型記憶
每個產品有風險評分 + 通俗易懂的 AI 摘要
三人團隊(主力開發者)，含 JWT 認證與 Playwright 端到端測試
召回、不良事件等食品安全數據都存在，但消費者當下無法自己拼起來。
01 — 查詢03 段影片
Film — overview.mp4
01 — 搜一種食物,拿一份報告
掃條碼或輸入產品名,報告自動組裝:回收歷史、不良事件、風險分數,以及一段人話 AI 摘要 — 一個購物者在貨架前就用得上的答案。
搜一種食物,得到一份報告
Film — data_trail.mp4
02 — 分數亮出自己的來源
每份報告都取材於 openFDA 與 Open Food Facts 的紀錄,而非模型記憶 — 風險分數指向背後的回收與不良事件數據,這個數字有一條查得到的軌跡。
風險分數展示其數據軌跡
Film — risk_score.mp4
03 — 兩種食品,兩種風險面貌
對比兩件產品,差異一目了然 — 一件的回收歷史與不良事件推高了風險面貌,另一件保持乾淨。分數負責對比,數據負責論證。
兩種食品,兩種不同的風險面貌
02 — 誠實的邊界02 段影片
Film — edge_case.mp4
04 — 查無紀錄,直說
搜一件沒有紀錄的東西,它就直說 — 一個誠實的空狀態,而非合成出來的猜測。對一件安全工具而言,編造安心感是唯一不可原諒的 bug。
沒有紀錄 — 應用坦白說明
Film — mobile.mp4
05 — 為貨架而生
整條流程在手機寬度可用 — 因為這件工具真正派上用場的時刻,是在店裡、單手、面對貨架的那一刻。
同一條流程,手機寬度
03 — 商業價值改變了什麼
數據
散落的公開食安紀錄 — 回收、不良事件 — 變成購物者能直接行動的一個答案。
清晰
風險分數加一段人話 AI 摘要:給多疑者的數據軌跡,給趕時間者的一句結論。
紀律
三人 repo,JWT 認證帳戶,Playwright 端到端覆蓋 — 測的正是上面展示的流程。
三人 hackathon 作品,主力貢獻者。報告展示的是公開數據錨定 — 這不是醫療建議,也沒有任何一句如此聲稱。
閱讀角度