ARTICLE · 983603
GitHub开源神器:这个AI电商生图工具,让小白3分钟做出专业模特宣传图,成本直降90%!
做跨境电商的朋友,估计都懂那种痛。
新款衣服到了,就一张平铺图,或者供应商给的挂拍图。想上架?得先弄宣传图。请模特、租影棚、打灯光、拍摄、修图……一套下来,少说三五千,多则上万。周期还得拖个十几天,黄花菜都凉了。
更难受的是,你明明知道自己库里有过爆款,那些图都是花钱试出来的,模特姿势、灯光氛围、场景构图,全是经验。但新品来了,还是得从头折腾,爆款的经验根本继承不下来。
最近我在GitHub上挖到一个宝藏项目,叫 Fashion-AI,作者是个叫 liangdabiao 的佬友。这个项目简直就是给电商人量身定做的救命稻草。它搞了一套全自动的AI生图流水线,你只需要扔进去一张新品平铺图,它就能自动去你的爆款库里找最像的参考,分析人家的风格,然后生成一张专业的模特宣传图。整个过程,快的话三五分钟,成本不到五毛钱。
它到底怎么做到的?
说白了就三步,跟流水线似的。
第一步,以图搜爆款。你把新品图丢进去,系统会用向量数据库(Milvus)做混合检索。不是简单的看图找图,而是三路并进:Dense向量看视觉相似度(颜色、款式、风格),Sparse向量看关键词匹配(比如"floral"、"midi"、"chiffon"这种),再加上标量筛选(品类、销量)。最后用一个叫RRF的算法融合排序,精准找出跟你新品最搭的那几款爆款图。
第二步,AI分析风格。找到爆款参考图后,系统会把图发给Qwen 3.5多模态大模型。这玩意儿能看图说话,自动分析出场景是什么样的、灯光从哪边打的、模特什么姿势、整体什么氛围。然后生成一段结构化的风格描述prompt,比如"暖光室内+侧身回眸+慵懒午后感"这种。
第三步,AI生成宣传图。把新品图、爆款参考图、还有刚生成的风格prompt,一起塞给图像生成模型。默认用的是Google的Gemini 3.1 Flash(也就是Nano Banana 2),支持多参考图融合,还能控制比例和分辨率。出来的图直接就是专业级的电商宣传图,模特穿着你的新品,场景灯光姿势全都有模有样。
不需要本地显卡,全程云端API
这个项目最良心的一点,是所有模型都走OpenRouter API调用,你本地不需要装什么CUDA、不需要4090显卡,有个能上网的电脑就行。
用到的模型也很实惠:
Embedding模型(nvidia/llama-nemotron-embed-vl-1b-v2)是免费的; Qwen 3.5分析一次大概0.001美元; Nano Banana 2生一张图大概0.067美元。
算下来,处理一个新品(检索+分析+生图)总共也就0.07美元,折合人民币不到五毛钱。对比传统拍摄一套图几千块,这成本几乎可以忽略不计。
而且它还支持切换生图模型。如果你觉得Nano Banana 2的人像融合不够自然,可以换OpenAI的GPT-5.4 Image 2或者GPT-5 Image Pro,效果更细腻,就是需要海外网络环境。
安装其实挺简单的,别被代码吓到
我知道有些朋友看到GitHub项目就头大,觉得肯定要配环境、装依赖、改代码。这个项目其实还好,作者把流程封装得很清楚,跟着步骤走,十几分钟就能跑起来。
第一步,准备环境
你需要:
Python 3.10或以上版本 一个Zilliz Cloud账号(免费版就够用了) 一个OpenRouter账号和API Key
Python不会装的自己去搜教程,这里不啰嗦。Zilliz Cloud是Milvus的托管版,去官网注册个账号,创建一个集群,就能拿到MILVUS_HOST和MILVUS_TOKEN。OpenRouter更是简单,去openrouter.ai注册,点keys就能拿到API Key。
第二步,下载代码
打开终端,执行:
git clone https://github.com/liangdabiao/Fashion-AI.gitcd Fashion-AI然后装依赖:
pip install -r requirements.txt这里需要的包也不多,主要是pymilvus、openai、requests、pillow、scikit-learn这些,都是常见的Python库。
第三步,配置API密钥
在项目根目录创建一个.env文件,内容如下:
OPENROUTER_API_KEY=sk-or-v1-xxxxxMILVUS_HOST=https://xxx.gcp.zillizcloud.comMILVUS_TOKEN=your-zilliz-api-keyCOLLECTION_NAME=fashion_products把刚才拿到的Key填进去就行。注意别泄露了,这玩意儿相当于你的钱包。
第四步,准备图片和数据
项目里有两个放图的文件夹:
images/:放你的历史爆款商品图new_products/:放新品平铺图
还有两张CSV表:
products.csv:记录历史爆款的元数据,包括商品ID、品类、颜色、风格、季节、销量、描述、价格new_products.csv:记录新品的元数据,包括新品ID、图片路径、品类、风格、季节,还有一个prompt_hint字段,可以写点你想要的场景提示
作者很贴心,项目里自带了40条示例数据和4条新品示例,你可以先跑通,再替换成自己的。
CSV格式大概长这样:
products.csv:
product_id,image_path,category,color,style,season,sales_count,description,priceSKU001,SKU001.jpg,maxi_dress,pink,bohemian,summer,3200,Bohemian pink maxi dress with tassel tie detail,29.99new_products.csv:
new_id,image_path,category,style,season,prompt_hintNEW001,NEW001.jpg,midi_dress,casual,spring,Knit cardigan on a sunlit cafe terrace销量字段很重要,系统默认只检索销量大于1500的爆款,保证参考质量。
第五步,跑起来!
都准备好之后,三条命令搞定:
# 第一次运行,建库、编码、入库python main.py setup# 想先看看检索效果对不对python main.py search --new-id NEW001# 完整流水线,直接出图python main.py generate --new-id NEW001跑完之后,生成的宣传图会保存在output/文件夹里。打开看看,是不是有点那味儿了?
如果你想批量处理所有新品,直接把--new-id去掉就行:
python main.py generate系统会挨个处理,自动出图。
还有一些进阶玩法
作者留了不少可以自定义的地方。比如你想调整检索策略,去改milvus_store.py里的filter_expr或者RRFRanker参数。想换生图模型,命令行直接加--model:
# 用GPT-5.4 Image 2python main.py generate --new-id NEW001 --model gpt-image# 用GPT-5 Image Propython main.py generate --new-id NEW001 --model gpt-image-pro甚至分辨率、宽高比都能调。--aspect-ratio支持1:1、3:4、9:16、4:1、1:8这些奇葩比例,--image-size支持512px到4K。做TikTok Shop的竖版图、做亚马逊的横版图,都能覆盖。
这玩意儿适合谁用?
我觉得几类人特别适合:
第一类,跨境电商小卖家。没预算请模特,也没时间折腾拍摄,一个人就是一个团队。用这个工具,新品上架速度能从半个月压缩到几天。
第二类,铺货型卖家。SKU多,每个品都要图,传统方式根本做不过来。用这个流水线,批量生成,成本还低。
第三类,想接单搞副业的朋友。现在闲鱼、小红书上,AI电商摄影的服务挺火的。你装一套这个系统,接商家的单,帮他们用AI出图,一张收个几十块,差价就是利润。有佬友靠这个月入两三万,复购率还挺高。
第四类,品牌方的内容运营。需要保持视觉风格统一,但又要快速出大量素材。把历史爆款库建好,后续新品自动继承风格,省时省力。
也有一些小坑要注意
虽然项目很好,但用的时候也得留几个心眼。
第一,占位图不能直接用。作者给的示例图是占位图,必须替换成你自己的真实商品照片,不然检索和生图都没意义。
第二,图片分辨率别太渣。建议商品图不低于800x800,不然Embedding质量会受影响,检索出来的爆款可能不准。
第三,Nano Banana 2偶尔 fusion 不太自然。特别是服装和人体贴合的地方,可能会有点怪。这种情况可以换GPT Image系列,或者分步生图(先背景再模特)。
第四,Windows用户注意。Milvus Lite不支持Windows,所以项目用的是Zilliz Cloud托管版,国内网络访问没问题,但配置的时候别搞错。
写在最后
2026年了,AI在电商领域的渗透越来越深。从文案到客服,从选品到投放,现在连最重的视觉素材生产也被AI攻破了。像Fashion-AI这样的开源项目,把原本只有大厂才能玩得起的向量检索+多模态分析+图像生成,打包成一个小白也能跑起来的工具,真的是功德无量。
而且它是MIT协议,完全开源免费,可以商用、可以二开、可以魔改。作者还在持续维护,社区里也有不少佬友在分享使用心得。
如果你也是电商人,或者对AI生图感兴趣,不妨抽个周末搭起来试试。说不定,它就能帮你省下第一笔模特费。
guthub地址:https://github.com/liangdabiao/Fashion-AI