夜雨聆风每天早上打开衣柜时，你是不是也经历过这样的痛苦时刻？
那件蓝色衬衫到底配哪条裤子？去年买的米色外套被压在最底下，搭配效果早就忘了。更可怕的是网购新衣服时，对着手机屏幕想象不出穿在自己身上的样子，收货后才发现版型根本不适合。
现在有个开源AI穿搭助手项目把这些问题全解决了。它不是什么复杂的3D建模软件，而是一个能用AI帮你"试穿"所有衣服的智能衣橱——拍张照片就知道这件衣服该不该买，点下按钮就能看到衣柜里任意两件衣服的搭配效果。
源代码：https://www.gitcc.com/lufei/wardrobe-cn
01 它是什么
一个基于OpenAI视觉API的本地化衣橱管理系统。你只需要对着衣柜拍几张照片，它就能自动识别每件衣物，生成干净的产品图，还能让虚拟模特试穿给你看。
这不是那种要上传照片到云服务的穿搭APP，所有数据都存在你本地电脑上，连AI调用的API记录都能彻底清除。
02 它最厉害的地方
它做了三件传统衣橱管理工具做不到的事：
首先是把衣物识别这件事做到了极致。你不需要手动给每件衣服打标签——把堆积如山的衣服拍成照片扔给它，AI会自动识别出"深蓝色修身牛仔裤"、"米色oversize针织开衫"这类专业级商品描述。传统衣橱APP要你一件件拍照上传、手动分类，这个过程枯燥到90%的人坚持不过三天。而它处理20件衣物只需要泡杯咖啡的时间。
你得到的是一整个数字衣橱。每件衣服都有两种视图：原始照片会被AI自动裁剪成电商网站那种干净的产品图，更厉害的是能生成模特试穿效果。比如你纠结新买的衬衫要不要留，上传照片后选择"生成试穿"，系统就会用你提前准备好的模特参考图（可以是自己的照片）合成穿着效果。想象一下网购时那个"虚拟试衣"功能，现在你的整个衣柜都能这么玩。
用起来就像有个私人造型师在命令行待命。开发者在高级功能里藏了个彩蛋：把~/Pictures/outfits文件夹里的衣服照片批量导入后，输入$generate-outfits就能获得AI推荐的5套搭配方案。我试过把两季的衣服混在一起让它搭配，结果发现三年前买的一条围巾居然和最新款的夹克是绝配——这种惊喜感是翻实物衣柜永远得不到的体验。
03 适合谁用
比如你的衣柜里塞满了各种场合的衣服却不会搭。现在只要把正装、休闲装拍个照，早上出门前点几下就能预览"西装+牛仔裤"这种非常规搭配到底违不违和。我认识的一个架构师用它重组衣橱后，发现原来自己买的12件衬衫能组合出47种商务休闲搭配，彻底告别了"重要会议穿错衣服"的尴尬。
再比如你正准备换季整理衣柜。传统做法是把所有衣服摊在床上，边整理边回忆每件的搭配可能，最后累到放弃。现在用手机拍一圈衣柜，AI不仅会帮你分类收纳建议，还能标注出"过去6个月没穿过"的衣服。有个用户发现系统标记的23件闲置衣物里，有5件居然吊牌都没拆——这种视觉化呈现比任何整理术都管用。
04 为什么是现在
AI视觉技术今年有个关键突破：OpenAI新发布的图像理解模型能准确识别服装的版型、材质等专业属性，而不只是"蓝色上衣"这种基础标签。这意味着计算机终于能理解"oversize"和"修身"的区别，知道"雪纺"和"棉麻"的垂坠感差异——这些在过去需要专业造型师才能说清的细节，现在AI看一眼照片就能分析。
另一个趋势是本地化AI的兴起。三年前的类似方案必须把照片上传到云端处理，没人敢用。现在借助本地存储+API调用的模式，既享受了AI的强大能力，又确保你的穿衣数据不会变成某个公司的训练素材。
05 怎么跑起来
整个过程比想象中简单。你只需要准备三样东西：安装好Node.js的电脑、OpenAI API密钥（注册就能免费试用），还有一张自己的全身照当模特参考图。
克隆项目后你会发现开发者做了件很贴心的事——所有配置都集中在一个.env文件里。不用像有些开源项目那样到处找该改哪行代码，就填三个参数：API密钥、模特照片路径（建议用PNG格式），以及要不要开启高级功能。第一次运行时系统会花几分钟初始化AI模型，之后就是熟悉的npm run dev，浏览器自动打开本地页面。
最惊喜的是操作界面。没有复杂的按钮和菜单，就是个大面积拖放区。你可以直接把手机里的照片拖进去，或者用命令行批量导入。第一次看到AI把杂乱的衣服照片自动对齐、去背景、生成标准产品图时，那个效果堪比专业电商团队的修图成果。
源代码：https://www.gitcc.com/lufei/wardrobe-cn