GangTailorUpgrade/undress-service

👗 Dress AI Service – 自托管 AI 时尚助手

是什么 – 一个开源的 Web 服务，可让你数字化个人衣橱，获取 AI 驱动的穿搭建议，并使用生成式图像模型可视化穿搭效果。所有操作均在你自己的机器上运行（Docker 或纯 Python 环境），因此照片不会离开你的电脑。

核心功能（如 README 所述）

功能	工作方式
衣橱数字化	上传衣物照片。后端运行 CLIP 推理，自动为每件物品打上标签（类别、颜色、图案、材质、季节），并存储嵌入向量用于相似性搜索。
穿搭生成	混合引擎结合规则化时尚逻辑（色彩理论、场合、天气）与 CLIP 基于的相似性，还可选择性地使用 LLM（Ollama）进行风格推理。
虚拟试穿	使用 Stable Diffusion XL、FLUX-1-schnell 或其他本地扩散模型生成推荐穿搭的写实渲染图。
天气感知	从 OpenWeather 获取实时数据（需 API 密钥），根据当前天气条件建议合适的叠穿。
分析与辅助功能	衣橱统计（最常穿的颜色、缺失项）、色彩调色板提取、重复检测、收藏夹、导出为 PNG/PDF、可分享链接。

技术栈（来自 README）

后端 – FastAPI（Python 3.11），支持异步端点，默认使用 SQLite（PostgreSQL 可选）。
AI/ML – CLIP 用于图像标签，Stable Diffusion XL / FLUX-1-schnell 用于图像生成，可选 Ollama LLM（如 llama 3.2）用于自然语言推理。
前端 – 原生 HTML + Tailwind CSS，由同一 FastAPI 进程提供；支持拖拽上传和实时预览。
容器化 – Docker + Docker-Compose（提供 GPU 友好的 compose 文件）。
其他服务 – 天气 API 集成，可选 PostgreSQL，可选 Ollama 服务器。

快速开始（Docker – 推荐）

# 克隆仓库（注意仓库名为 "undress-service"，但应用位于 "dress-ai-service" 文件夹内）
git clone https://github.com/GangTailorUpgrade/undress-service.git
cd dress-ai-service
cp .env.example .env               # 如需天气密钥或自定义 DB URL 可编辑
docker-compose up --build          # 在 http://localhost:8080 添加 FastAPI 服务器

UI 可通过 http://localhost:8080 访问。

本地 Python 替代方案 – 创建 venv，安装 requirements.txt，运行 scripts/download_models.py 下载 CLIP 和扩散模型检查点，然后使用 uvicorn app.main:app --reload 启动。

API 接口（摘要）

POST /api/v1/wardrobe/upload – 添加一件衣物。
GET /api/v1/wardrobe/items – 列出已存储的物品。
POST /api/v1/outfits/generate – 为特定场合/天气请求一组穿搭。
POST /api/v1/outfits/{id}/visualize – 为特定穿搭生成扩散图像。
其他 CRUD、收藏、分析和健康检查端点。Swagger UI 可在 /docs 访问。

哪些人可能用得上？

时尚爱好者 – 希望拥有私密数字衣橱和风格建议的人。
精品店店主 – 寻找无需第三方数据泄露的自托管目录 + AI 搭配工具的人。
开发者 / 研究人员 – 对结合 CLIP 标签、规则化推荐和扩散可视化即用型流水线感兴趣的人。
注重隐私的用户 – 希望在不上传云端的情况下使用 AI 驱动的搭配功能的人。

可扩展点

模型替换 – 可将 .env 变量指向不同的扩散检查点（写实、动漫、草图）。
插件系统 – 可添加自定义推荐引擎。
Ollama 集成 – 可选本地 LLM 用于更丰富的穿搭描述。
未来路线图 – 移动端应用、社交分享、电商导入、3D 虚拟形象、可持续性评分、AI 购物助手。

许可证

MIT – 个人、学术或商业用途均可自由使用。

总结：Dress AI Service 是一个真正的自托管 AI 应用，结合图像分类、生成式扩散和可选的 LLM 推理，将衣物照片集合转化为智能且保护隐私的时尚助手。