衣柜塞得挺满，出门前还是觉得没衣服穿。不知道你有没有这种感觉？买过哪些上衣，哪条裤子压在最下面，那件外套还能搭什么，全靠临时回忆。相册里倒是有不少穿搭照片，但真要找某一件，又得翻半天。
最近看到一个挺有意思的 GitHub 项目——Wardrobe。它想做的事很直接：把照片里的衣服整理成一件件单品，放进你自己的数字衣橱。
项目简介
Wardrobe 是一款本地优先的 AI 衣橱工具，代码采用 MIT 许可。它结合图像识别和生图能力，完成衣物识别、单品图生成、信息整理和上身效果预览。
整理后的界面很像一个私人商品画廊：上衣、外套、下装、配饰和鞋子，按类别放在一起。你看到的是自己的衣服，而不是商城推荐的新商品。
对于想先盘点现有衣物、再考虑怎么搭配的人来说，这种展示方式比一堆原始照片更容易浏览。
丢进一张照片，把衣服单独提出来
手动建数字衣橱，最容易劝退人的一步，就是给每件衣服拍照、去背景、补信息。
Wardrobe 的网页导入支持选择图片、拖拽和粘贴。它先识别照片中的衣物，再生成背景干净的单品图，并建议名称、分类等信息。
重点是，结果会经过审核，不是生成完就直接算入库。你可以检查单品图，修改信息，不满意时重新生成，再确认收进衣橱。
毕竟图像模型可能处理错袖口、图案或颜色。先检查再保存，比后面拿着一张不准确的图考虑搭配，要靠谱一些。
衣服怎么分类、什么颜色，自己还能改
整理进来之后，单品也不是一张不能动的图片。
打开详情，可以修改名称和类别，调整主色、辅色，添加风格或其他细节标签。它还支持直接从衣物图片上取色，方便修正颜色记录。
比如一件复古印花 T 恤，可以保留自己熟悉的名字，再加上「休闲」「复古」等标签。信息由你来确认，后续查看时就更容易想起实物是什么样。
目前界面主要是英文，整体功能也比较集中，更适合愿意花一点时间整理自己衣橱的人。
生成上身预览，先看看搭配感觉
只看平铺单品，有时候很难想象穿起来是什么感觉。Wardrobe 可以结合人物参考照片，生成单品的上身展示图。
这样一来，详情页里既能看衣服本身，也能看它与人物放在一起的大致效果。
但这里的「上身」是 AI 生成的视觉预览，并没有真实测量肩宽、腰围和面料垂坠。它适合帮助想象穿搭，不能据此判断尺码是否合身。
让 AI 从已有衣服里，挑出整套穿搭
项目还附带两个 Skill，把使用方式延伸到了 Codex 工作流里。
| Skill |
主要用途 |
import-clothes |
从本地照片中提取衣物，生成图片并导入衣橱 |
generate-outfits |
从已有单品中组合穿搭，生成整套造型图册 |
第二个比较有意思：它会读取已经导入的衣物，考虑颜色、层次和场景，组合上衣、下装以及可选的外套、鞋子或配饰。
你可以指定想要几套，以及通勤、休闲等用途，再让它生成搭配预览。这部分需要在支持相应能力的 Codex 环境里运行，不能把它理解成网页里已经配齐的一键搭配服务。
比如出发前想整理几套旅行穿搭，就可以先说明场景和数量，再检查生成图里实际用了哪些单品。满意的组合留下，不喜欢的重新调整，图册就成了方便回看的搭配参考。
它的出发点很实用：先看看已有衣服还能怎么组合，而不是每次缺灵感，就去买一件新的。
快速安装使用
这个项目目前更适合在电脑上自行运行。准备好 Node.js 和 npm，先下载代码、安装依赖：
git clone https://github.com/tandpfun/wardrobe.git
cd wardrobe
npm install
把 .env.example 复制为 .env，填入自己的 OPENAI_API_KEY；再准备一张自己的 PNG 参考照片，放到下面的位置：
data/model-reference.png
当前网页导入功能需要 API Key 和人物参考图都配置好才会启用。 完成后启动项目：
npm run dev
在浏览器打开 http://localhost:5173，先用一两张衣物清楚的照片走完导入流程，确认效果，再慢慢补齐衣橱。
原图、任务记录、生成图片和 JSON 数据库保存在本机 data/ 目录，但识别、生图会调用云端 AI，相关照片需要发送给服务处理。代码免费，模型调用仍可能产生费用；如果想降低 API 调用成本，也可以参考 RouteFast.ai 这类模型 API 中转服务。
最后聊两句
Wardrobe 吸引人的地方，是把「我有哪些衣服」变成了能直接看到、逐件整理的东西，还能进一步尝试穿搭组合。
它需要你先录入，也需要检查 AI 的结果。如果你正想认真整理衣橱，可以从最常穿的几件开始。把它们看清楚，或许就能发现，以前忽略的搭配其实一直在自己衣柜里。
项目地址：https://github.com/tandpfun/wardrobe
发表于 2 小时前
|
查看: 6|
回复: 0
