Anyesh/wardrowbe

wardrowbe – 自己ホスト型AI搭載のワードローブマネージャー

何であるか – 衣服の写真を撮影し、検索可能なカタログに保存するフルスタックWebアプリケーション。マルチモーダルLLM（OpenAI、Ollama、LocalAIなど経由）を使用して各アイテムにタグを付けて、天気やイベントに応じた毎日の服装提案を生成。すべてのデータは自宅のハードウェア上に保管。AI機能はローカル（Ollama）で実行可能、またはOpenAI互換サービス経由でも利用可能。

コア機能（READMEに記載）

画像ベースのカタログ – 写真をアップロード。AIが色、柄、スタイルを抽出し、オプションで背景を除去。
スマートな服装提案 – マルチモーダルLLMが天気（Open-Meteo）とユーザー定義のイベントを考慮して、何を着るべきかを提案。
スケジュール通知 – 日次提案はntfy、Mattermost、またはメールで配信可能。
家族アカウント – 複数の家族メンバー用に個別のワードローブを管理。
着用履歴とフィードバック – 何を着たかを記録し、服装の評価やコメントを残せる。
分析ダッシュボード – 色の分布、最も頻繁に着るアイテム、使われないアイテムなどを可視化。
完全自己ホスト – Docker Compose（またはKubernetes）によるデプロイ。SaaSへの縛りなし。
AI非依存 – OpenAI互換API（Ollama（無料、ローカル）、OpenAI、LocalAI、またはその他のホスティングモデル）と連携可能。
国際化UI – next-intl を使用して8言語に翻訳済み。

動作方法（READMEのアーキテクチャ）

Frontend (Next.js 14 + React Query)  <--->  Backend (FastAPI + async SQLAlchemy)
        │                                 │
        │   PostgreSQL (ワードローブデータ)    │   Redis (ジョブキュー)
        │                                 │
        └───► Background worker (arq) ──► AI service (Ollama/OpenAI/etc.)

アップロード – フロントエンドが画像をFastAPIバックエンドに送信。
バックグラウンドジョブ – arqワーカーがリクエストを取得し、設定されたビジョンモデル（例：Ollama経由のgemma3）を呼び出してタグを抽出し、背景除去もオプションで実行。
保存 – タグとメタデータはPostgreSQLに保存。画像（またはトリムされたバージョン）はホストボリュームに保存。
提案エンジン – スケジュールされたジョブ（またはオンデマンドリクエスト）が、現在の天気（Open-Meteo）とユーザーの好みをもとにテキストモデル（同じか異なる）を呼び出し、自然言語による服装提案を返す。
配信 – 提案は選択された通知チャネル（ntfy、Mattermost、メールなど）を通じてユーザーに届く。

技術スタック（明示的に記載）

レイヤー	技術
フロントエンド	Next.js 14, TypeScript, Tailwind CSS, shadcn/ui, TanStack Query
バックエンド	FastAPI, async SQLAlchemy, Pydantic, Python 3.11
データベース	PostgreSQL 15
キャッシュ / キュー	Redis 7（`arq`ワーカーで使用）
バックグラウンドジョブ	`arq`（非同期ジョブキュー）
認証	NextAuth.js（開発用資格情報またはOIDC）
AI統合	任意のOpenAI互換API（Ollama、OpenAI、LocalAIなど）
コンテナ化	Docker Compose（マルチアーキテクチャイメージ） – オプションでKubernetesマニフェスト

クイックスタート（導入手順）

Docker + Composeのインストール と、ローカルLLMが必要な場合は Ollamaのインストール および gemma3（または他のマルチモーダルモデル）のプル。
リポジトリのクローン と .env.example → .env のコピー。
.env を編集し、AIサービス（Ollama URLまたはOpenAIキー）を指定し、シークレット（SECRET_KEY、NEXTAUTH_SECRET）を設定。

プロダクション用のcomposeファイルを実行：

docker compose pull
docker compose up -d
docker compose exec backend alembic upgrade head   # マイグレーション

UIは http://localhost:3000、APIドキュメントは http://localhost:8000/docs でアクセス可能。

開発用には -f docker-compose.dev.yml を追加し、ホットリロードを有効化。フロントエンドは npm run dev でローカル実行可能。

一般的な利用シーン

個人のワードローブデジタル化 – 一度だけ衣類をスキャンし、AIが自動的にタグ付け。
毎日の服装計画 – 毎朝天気に応じた提案を受け取る。
家族共有 – 配偶者や子供の個別のクローゼットを、1つの自己ホストインスタンスで管理。
データ駆動型整理 – 分析ビューを使って、使わない色やアイテムを把握。

制限事項と考慮点

AIの品質はモデルに依存 – 無料のローカルモデル（例：gemma3）はOpenAIのビジョンモデルほど正確ではない可能性がある。
ハードウェア要件 – 最低4GB RAM。より大きなマルチモーダルモデルはより多くのメモリを必要とする。
背景除去はオプション – rembgまたは外部HTTPサービスが必要。なければボタンは501エラーを返す。
位置情報のフォールバックのプライバシー – NEXT_PUBLIC_ENABLE_IP_LOCATION_FALLBACK を有効にすると、ユーザーのIPが第三者サービスに送信される。
モバイルアプリ未対応 – READMEにはPlayストアへのリリース予定と記載。現時点ではWebのみ対応。

どの人にとって役立つか

プライバシーを最優先したいテック好きな個人。
クラウドサービスに依存せずに共有ワードローブマネージャーを探している小規模な家族。
AI強化型の個人アシスタントツールを開発したい開発者で、ビジョン＋テキスト統合の実例が必要な人。

結論 – wardrowbe は、現代的なWebスタックとマルチモーダルLLMを組み合わせ、ワードローブの整理と服装提案を自動化する本格的な自己ホストアプリケーションです。完全にドキュメント化され、コンテナ化されており、任意のOpenAI互換バックエンドで動作可能。AI強化型の個人生産性ツールの優れた例です。