多模态 AI / 2025
CatDiary
基于 React/Flask，先根据宠物照片写日记，再生成日记朗读。
从一个有趣的问题开始
猫咪正在想什么？CatDiary 先根据宠物照片写出日记，再用语音朗读日记。
从图像到体验
我构建了 React/Flask 应用及 Python REST 后端，衔接图片上传、视觉分析、日记生成与语音合成，并接入 Stytch magic link 无密码登录。
产品将多个模型能力组织成简单的过程：上传照片，阅读日记，听日记朗读。
结果
项目在 Dumb Things AI Hackathon 获得“Best Use of AI to Solve a Problem No One Had”奖。