CarbCam: Tentang

Tentang CarbCam

CarbCam adalah aplikasi berbasis foto untuk estimasi karbohidrat bagi penyandang diabetes: berfokus pada akurasi, privasi, dan alur kerja yang jelas dan cepat untuk penggunaan sehari-hari.

Aplikasi ini tersedia di iOS dan Android dan secara fungsional identik di kedua toko. Inti bersama ditulis sebagai Kotlin Multiplatform Module, sementara UI-nya native (SwiftUI di iOS, Jetpack Compose di Android).

Ide

CarbCam lahir dari ekosistem 10be: awalnya untuk melengkapi hosting untuk Nightscout di ns.10be.de dengan alat foto yang ramah pengguna.

Memperkirakan karbohidrat di meja makan adalah salah satu tugas-mikro yang paling sering diulang dalam manajemen diabetes sehari-hari. Satu kamera, satu ketukan, satu perkiraan yang berdasar: itulah idenya.

Platform & Arsitektur

iOS
  • iOS 18+
  • SwiftUI, Swift 5.9+
Android
  • Android 8+
  • Jetpack Compose, Kotlin
Modul Bersama

Kotlin Multiplatform: logika nutrisi, wire Nightscout, I18n, validasi, perhitungan formula. Satu-satunya sumber kebenaran.

Server

ns.10be.de: proxy analisis ke lima penyedia AI (Anthropic Claude, Google Gemini, OpenAI, xAI Grok, Mistral) + Azure OpenAI dan Zhipu GLM dengan BYOK, sistem umpan balik, distribusi pembaruan, halaman status. Server yang sama yang juga menjalankan Managed Nightscout Hosting.

Pustaka Open-Source yang Digunakan

CarbCam menggunakan pustaka-pustaka ini, terima kasih banyak kepada para pengelolanya:

Khusus iOS
  • TOCropViewController MIT: Pemotongan gambar
  • Apple Vision: Deteksi barcode & analisis gambar lokal
Khusus Android
  • Jetpack Compose Apache 2.0: Toolkit UI
  • Room Apache 2.0: DB lokal
  • Google Maps Compose Apache 2.0: Peta & Lokasi
  • Coil Apache 2.0: Pemuatan gambar
  • Retrofit / OkHttp Apache 2.0: HTTP (Square)
  • ML Kit Barcode Apache 2.0: Pemindai barcode (Google)
Bersama (Kotlin Multiplatform)
  • Kotlin & Coroutines Apache 2.0: JetBrains
  • Ktor Apache 2.0: HTTP untuk KMP
  • kotlinx.serialization Apache 2.0
  • kotlinx.datetime Apache 2.0
Build & Perkakas
  • XcodeGen MIT: Pembuatan proyek iOS
  • Gradle: Build

Detail lisensi lengkap per pustaka tersedia di aplikasi pada Pengaturan → Open-Source Libraries.

Sumber Data

CarbCam menggunakan sumber data eksternal berikut untuk memvalidasi estimasi AI:

USDA FoodData Central

Nilai gizi standar untuk makanan

fdc.nal.usda.gov
Open Food Facts

Basis data produk untuk pencarian barcode

openfoodfacts.org
OpenStreetMap / Nominatim

Reverse geocoding untuk nama lokasi (lokal saja)

openstreetmap.org

Kontak & Umpan Balik

Tips: Deskripsi yang jelas ditambah opsional makanan yang bersangkutan biasanya sudah cukup bagi kami untuk menangani bug dan permintaan dukungan.