MenuClaw 是餐厅数据基础设施，将 PDF、图片和网站中的菜单转化为关于餐厅、菜品、食材、营养与价格的标准化、互联数据。
开发者通过餐厅智能 API 使用这些数据，AI 团队也可以使用准备好的食品数据集。它让需要理解餐厅供应什么、在哪里供应、价格如何以及具有哪些食品属性的产品，共用一套可复用的数据层。
餐厅数据 API 是一种用于查询餐厅、菜单、菜品、食材、营养和价格等结构化信息的软件接口。应用无需自行采集和清洗菜单，而是从统一数据源请求标准化结果。
每个产品都要建设采集、OCR、实体匹配和变更检测。同一家餐厅可能出现多个名称，菜单容易过期，配料和营养属性则被困在非结构化文字中。
团队通过 API 查询一致的实体和关系，把工程资源集中在产品行为、排序、个性化和用户体验上。
菜单智能包含抽取、标准化、实体消解和交付。OCR 只是其中一个步骤。
来源包括菜单 PDF、图片、网站、餐厅页面和合作方系统，涵盖多种语言与格式。
视觉与语言处理流程从为人设计的版式中识别分区、菜名、描述、加料选项和价格。
餐厅、菜品和食材经过标准化与关联，让同一现实概念能够被一致地查询。
开发者可通过版本化接口获取菜单、搜索菜品、检查营养并遍历图谱关系。
让餐饮推荐、菜品比较和食材问答基于结构化餐厅数据，而不是即兴生成答案。
按菜品、菜系、饮食属性、食材或地点搜索，并返回餐厅层面的供应情况和价格。
跨门店、跨市场标准化菜单信息；交易和履约仍由点餐平台负责。
使用标准菜品、食材和营养数据丰富运营记录，无需重建全球菜单图谱。
跨地点、菜系和时间比较品类结构、价格带与菜单变化。
使用食品智能数据集训练、评估和微调需要理解餐厅与菜品的模型。
单纯记录数量不能说明数据是否适合具体的 AI 或软件流程。应使用一组有代表性的真实餐厅进行测试。
以下数字来自 MenuClaw 官方网站截至更新日期发布的产品信息。
https://menuclaw.com/zh/answers