Aplikacja na iOS i Androida · wkrótce
Zrób zdjęcie etykiety. Cellar powie Ci, co pijesz.
Cellar rozpoznaje wino, whisky czy piwo po zdjęciu etykiety albo kodzie kreskowym, opisuje jego barwę, zapach i smak, a potem zapisuje butelkę w Twojej piwniczce.
Twoja piwniczka w telefonie
Wszystko, co masz, chcesz mieć albo już próbowałeś – w jednym miejscu, z ocenami i notatkami.
Skan etykiety lub kodu
Zdjęcie przodu etykiety wystarczy. Tył butelki uzupełnia szczepy, rocznik i moc.
Profil smaku
Trzy proste zdania o barwie, zapachu i smaku – bez sommelierskiego żargonu.
Mam, Chcę mieć, Degustowane
Listy butelek z ilością, ceną, miejscem zakupu i oceną od 0 do 10 co pół punktu.
Wspólny katalog
Każda potwierdzona butelka trafia do bazy, więc następny skan tej etykiety jest natychmiastowy.
Jak działa rozpoznawanie
Każdy skan zaczyna od najprostszego sposobu i idzie szczebel wyżej tylko wtedy, gdy wynik nie jest pewny. Większość znanych butelek rozpoznaje się bez wywołania modelu AI.
-
Kod kreskowy
Znany kod → produkt prosto z bazy.
-
Tekst etykiety z telefonu
OCR na urządzeniu (Google ML Kit) porównany z katalogiem i wcześniej potwierdzonymi skanami (PostgreSQL, pg_trgm).
-
Model czyta sam tekst
Claude Haiku dostaje tylko odczytany tekst – około 20 razy mniej danych niż zdjęcie.
-
Model czyta zdjęcie
Odczyt etykiety ze zdjęcia i porównanie z kandydatami z bazy.
-
Wyszukiwanie w internecie
Tylko gdy nic wcześniej nie dało pewnego wyniku (plan Premium).
Pod maską
Projekt od pomysłu do sklepów zbudowany w jednej osobie: aplikacja mobilna, serwer, baza danych i integracja z AI.
- Aplikacja
- Flutter (Dart) – jedna baza kodu na iOS i Androida
- Serwer
- ASP.NET Core 8, minimal API, EF Core
- Baza
- PostgreSQL z pg_trgm do wyszukiwania rozmytego
- AI
- Claude Haiku (Anthropic API): ustrukturyzowane odpowiedzi JSON, wyszukiwanie w sieci
- Na telefonie
- Google ML Kit: OCR, kody kreskowe, wstępna ocena zdjęcia
- Płatności
- RevenueCat (App Store, Google Play), webhooki
- Reklamy
- AdMob z weryfikacją nagród po stronie serwera
- Test przed budową. Najpierw spike z progami go/no-go (trafność, czas odpowiedzi, koszt skanu) na prawdziwych zdjęciach butelek.
- Kontrola kosztów AI. Limity na plan i użytkownika oraz ochrona przed nadużyciami.
- Skąd jest każda wartość. Każde pole produktu pamięta źródło: etykieta, wiedza modelu, internet albo użytkownik. Zmianę istniejącej wartości musi potwierdzić kilku niezależnych użytkowników.
- Prywatność. Zdjęcia są zmniejszane i czyszczone z lokalizacji GPS na telefonie przed wysyłką.