InstaCook — Extraction de Recettes Instagram via LLM Local
Application FastAPI qui extrait automatiquement la description d'un Reel Instagram, la nettoie et la transforme en recette JSON structurée via un LLM local Ollama (gemma3:4b) — 100% offline sur Raspberry Pi 5.
Galerie
Problématique
Automatiser la conversion de descriptions textuelles de Reels Instagram en recettes structurées (JSON) utilisables, sans service cloud ni API payante.
Solution apportée
Pipeline Python : scraping BeautifulSoup → nettoyage texte → prompt RAG avec exemples JSON → LLM local Ollama gemma3:4b → SQLite → interface web FastAPI.
Description du projet
Projet personnel combinant scraping web, traitement LLM et interface web pour automatiser l'extraction de recettes depuis des Reels Instagram.
Le pipeline complet : scraping de la description Instagram (BeautifulSoup + requests), nettoyage du texte (suppression emojis, bruit), construction d'un prompt RAG (Retrieval Augmented Generation) basé sur des exemples JSON préexistants, envoi au modèle Ollama local (gemma3:4b), et stockage en SQLite. L'interface FastAPI/Jinja2 affiche les recettes sous forme de cartes avec ingrédients et étapes.
L'architecture est optimisée pour fonctionner 100% en local sur un Raspberry Pi 5 (ARM64) sans GPU, avec un modèle quantisé 4B paramètres. La technique RAG améliore la cohérence du format JSON de sortie en montrant des exemples au LLM.
Résultat
Application fonctionnelle sur Raspberry Pi 5, convertissant des descriptions Instagram en recettes JSON structurées et consultables depuis un navigateur.