夜雨聆风「每天早上站在衣柜前发呆 10 分钟」——这不是段子，是很多人的日常。
我在解决什么问题
穿衣搭配是高频但低效的决策。你可能也经历过这些场景：
衣柜塞满了，但总觉得「没衣服穿」 买了新衣服回家，发现和衣橱里 80% 的单品搭不上 出门前临时搭一套，到了公司才发现配色违和 旅行打包全凭感觉，到了目的地才发现少带了关键单品
「合适」 就是来解决这些问题的。它不是又一款穿搭推荐 App——它围绕 你自己的衣橱 来工作，AI 的建议基于你真正拥有的衣服，而不是商家想卖给你的。
核心功能一览
1. 智能衣橱管理
拍照或从相册选图，AI 自动抠图去除背景，并识别品牌、颜色、类别。你只需要确认一下，单品就归入你的数字衣橱了。
每件单品支持品牌、材质、花纹、季节标签、价格、购买链接等字段。衣橱不足 5 件时，首页会智能推荐基本款补充缺口。
2. 穿搭编辑器（试衣间）
把衣橱里的单品拖拽到画布上，自由排列组合。支持：
拖拽 & 缩放：手势操作，所见即所得 背景切换：纯色 / 渐变 / 自定义图片 贴纸 & 文字：15 种 PNG 透明贴纸 + 6 色可换文字 穿搭统计：一键查看单品数量、穿着次数、日均穿着率 购买链接：给单品添加购买链接，下次想回购直接跳转
3. AI 造型师
和 AI 聊天式交互，支持：
搭配推荐：「帮我搭一套约会穿的衣服」——AI 会从你的衣橱里挑单品组合 穿搭评价：拍一张穿搭照上传，AI 给出配色、风格、场合适配度评分 旅行打包：输入目的地和天数，AI 帮你从衣橱里选出最精简的打包清单 衣橱缺口：分析你的衣橱，告诉你缺什么类型的基本款
AI 造型师支持 18 种 Persona（9 女 + 9 男），每种有不同的风格视角。
 |  |
4. AI 色彩分析
上传一张自拍，AI 会：
分析你的面部特征 检测匹配的色系 根据体型进行微调 输出专属调色板 + 穿搭建议
再也不纠结「我是冷皮还是暖皮」了。
5. 日历穿搭记录
在日历上标记每天穿了什么，支持月视图和日视图。久而久之，你能看到自己的穿衣习惯——哪些单品穿了 30 次，哪些买回来就一直吃灰。
6. 分享穿搭
 |  |
7. 收藏夹 & 归档
把不常穿的单品归档（不删除），需要时一键恢复。收藏夹支持自定义命名，按风格/场合分类管理。
开发过程中踩过的坑
坑 1：微信小程序的 <Input type="nickname"> 审核机制
微信提供了原生昵称组件，用户点击「使用微信昵称」后，微信会先做一轮审核，审核通过后才通过 onNicknameReview 事件返回最终值。不是onInput 或 onBlur。
如果只监听 onInput，用户选了微信昵称但输入框里还是空的——因为审核还没过。这是文档里没有明确说明的细节。
坑 2：云数据库安全规则默认全开
微信云开发默认允许客户端直接读写数据库。也就是说，如果不手动配置安全规则，用户可以通过 wx.cloud.database() 绕过所有云函数直接操作数据。
我们最终将所有集合的权限设为 { read: false, write: false }，强制所有数据访问走云函数。
坑 3：NoSQL 注入——不只是一个理论
在 comments 查询中，where.targetId 如果直接接受前端传入的对象（如 { $ne: null }），可以绕过 openid 过滤，导出全库评论。
修复方案是在云函数中新增 sanitizeWhere() 函数，递归拒绝所有以 $ 开头的键。
坑 4：AI 图片 URL 的 SSRF 风险
用户可控的 imageUrl 如果直接传入 axios.get()，攻击者可以请求 http://169.254.169.254/ 获取云服务器元数据。
我们新增了 validateImageUrl() 函数，强制 https:// + 拒绝内网 IP，还做了 DNS 预解析安全检查防止 DNS Rebinding。
坑 5：积分并发超扣
最初积分扣减是先查余额再减，存在竞态条件：两个请求同时读到余额=1，都判断够扣，结果扣成了 -1。
修复为原子操作：where({ openid, aiCredits: _.gte(amount) }) + _.inc(-amount)，查询和扣减在同一次事务中完成。
坑 6：upload 路径穿越
原始 sanitizePath 函数的签名中包含了 openid，但从未在结果路径中强制使用，用户可以上传到任意路径。
修复后强制结果路径以 uploads/${openid}/ 开头，同时禁止 .. 穿越和绝对路径。
修复的问题清单
上线前我们做了两轮集中修复：
Phase 1（紧急，5 项）：
移除设置页面 5 处误导性「页面正在开发中」文案 单品收藏按钮接入真实收藏逻辑 OOTD 评论按钮接入评论页 AI 评价移除硬编码随机回复的 Mock 兜底
Phase 2（核心功能，7 项）：
单品详情页支持添加购买链接 穿搭详情页接入真实统计面板 通知中心改为真实数据源 穿搭编辑器增加文字 & 贴纸功能 个人资料分享页生成真实小程序码 首页基本款推荐改为动态筛选
安全修复（7 项）：
NoSQL 注入防护 云数据库安全规则配置 AI 函数积分限制 SSRF 防护 Upload 路径隔离 creditHistory 客户端写保护 私密穿搭越权修复
诚实的不足
说了这么多做好的，也必须承认还没做好的。「合适」还远不是一个完成品。
AI 还不够「懂你」
AI 造型师目前还无法在聊天中直接引用你的衣橱单品。当你说「用我那件白衬衫搭一套」，AI 其实不知道你的白衬衫长什么样。附件面板中的「服装」和「收藏」入口还是空的——这是体验上最大的缺口。
AI 试穿：最难也最让人期待的功能
上传自拍 → 选择衣物 → AI 生成换装效果图。这是用户问得最多的功能，也是技术上最有挑战的。混元大模型的换装 API 还在验证效果，暂时没有开放。
色彩分析可以更深
目前的色彩分析给出了一张调色板，但缺少「这些颜色和你衣橱里哪些单品匹配」「你的衣橱缺什么色系」这类更深度的洞察。素材已经准备好了（33 种材质、8 种花纹），代码还没接。
衣橱管理还比较「平」
缺少多维度筛选（品牌/材质/颜色/季节）、缺少可视化的衣橱统计（环形图、分类占比、穿搭价值）。insights 页面有了数据基础，但呈现方式还是列表为主，不够直观。
深色模式：有开关，没灵魂
设置里有「浅色/深色/跟随系统」的切换入口，但大量页面的样式并没有做暗色适配。切到深色模式后，部分页面可能看着有点奇怪。
积分充值和专业版
新用户送 9 积分，但花完了就没了。积分充值的代码已经写好，却因为缺少微信支付商户号无法上线。专业版订阅同样需要企业资质。
社交功能空白
没有社区动态流，没有「搭配在一起」的协作玩法，通知系统也只合成了积分记录。如果你期待的是一个小红书式的穿搭社区，「合适」目前给不了。
但正因为有这些不足，才有迭代的方向。 每一个缺口，都是下一次更新的动力。
未来展望
短期（已在排期）：
AI 造型师附件选择器：在聊天中直接选择衣橱单品作为上下文 商品搜索 & 网页剪辑：粘贴淘宝链接自动抓取商品信息 材质/花纹选择器接入：33 种材质 + 8 种花纹素材已就绪 收据拍照导入：OCR 识别 → 自动创建单品
中期：
AI 试穿：自拍 + 衣物 → AI 换装效果图 衣橱过滤器系统（品牌/材质/颜色/季节多维度筛选） 衣橱统计可视化（环形图 + 分类占比 + 穿搭价值） 深色模式全面适配 互动通知（点赞/评论/关注提醒）
长期：
会员订阅 & 积分充值体系 社区动态流（搭配在一起） 和时尚品牌/电商的合作推荐 多平台扩展（H5 / App）
技术栈
写在最后
做「合和适」的初心很简单：让 AI 基于你真实拥有的衣服给你建议，而不是让你买更多不需要的东西。
它现在还不完美。AI 还不够懂你，试穿还没上线，深色模式只是个半成品，社交功能还是空白。但每一行代码都在让它离「完美」更近一步。
如果你也每天早上在衣柜前发呆，欢迎试试「合和适」。不完美，但合适。
