Mafunzo ya Paipian Ge ya mavazi ya wanawake: Jenga maktaba ya picha za mavazi ya AI ya lugha mbili na huduma ya kujaribu mavazi kwa njia pepe

Utangulizi wa mradi

拍片哥女装 (COSTUME-DB-01) ni maktaba ya marejeleo ya mavazi ya AI yenye mandhari nyeusi na chanzo huria, inayojumuisha picha 1407 za mavazi zilizotengenezwa na AI, bila watu kuonekana na zikiwa na uwiano wa 2:3. Frontend ni tovuti tuli safi isiyohitaji build, hivyo unaweza kuvinjari, kutafuta na kuchuja moja kwa moja; unapohitaji kujaribu mavazi mtandaoni, unaweza pia ku-deploy backend ya GoFrame v2 iliyo katika backend/.

Unaweza kwanza kufungua toleo la mtandaoni ili kutumia maktaba ya bure, au kupata msimbo kutoka hazina ya GitHub kwa matumizi ya ndani na uendelezaji zaidi.

Vipengele vikuu

• Seti 1407 za mavazi: Zimegawanywa katika aina 8: majira ya kuchipua, kiangazi, vuli, baridi, nguo za ndani, sherehe, mavazi ya kuogelea na mavazi ya kuvutia.
• Lugha mbili, Kichina na Kiingereza: Kichina huonyeshwa kwa chaguo-msingi; unaweza kubadilisha kuwa English kwenye kona ya juu kulia ya ukurasa.
• Utafutaji wa maneno muhimu kwa pande mbili: Unaunga mkono maneno ya Kichina kama “白、蕾丝、连衣裙”, pamoja na maneno ya Kiingereza kama white, lace na dress.
• Kuvinjari picha: Kuna kusogeza bila kikomo, kuonyesha picha kubwa, kubadilisha kwa vitufe vya mishale ya kushoto na kulia, kufunga kwa Esc na kiungo cha kupakua PNG yenye ukubwa halisi.
• Sehemu ya kujaribu na kupanga mavazi: Unaweza kupakia picha ya mtu, kuchagua mavazi, kisha kuyaonyesha, kuyavuta, kuyabadilisha ukubwa na kuyaunganisha baada ya kuondoa mandharinyuma.
• Kubadilisha mavazi kwa AI: Kupitia backend ya hiari, unaweza kutumia Gemini, Doubao, GPT Image, miundo inayooana na OpenAI Images au ComfyUI ya ndani.
• Hifadhi ya faragha ya ndani: Mipangilio ya miundo huhifadhiwa kwenye kivinjari cha sasa; rekodi zilizotengenezwa kwa mafanikio huhifadhiwa katika IndexedDB na hazisawazishwi kati ya vifaa.
• Kutafuta bidhaa inayofanana kwa picha: Maelezo ya picha kubwa na eneo la kujaribu mavazi yanaweza kufungua utafutaji wa picha wa Taobao.

Hatua ya kwanza: Endesha frontend tuli

Frontend inaundwa hasa na index.html, data.js na assets/, na haihitaji kusakinisha vitegemezi au kuendesha build. Baada ya kupata hazina, anzisha seva yoyote ya faili tuli katika mzizi wa mradi.

Kwa kutumia Python

python3 -m http.server 3000

Kwa kutumia Node.js

npx serve -l 3000 .

Kisha tembelea http://localhost:3000. Unaweza pia kufungua index.html moja kwa moja kwa kivinjari cha kisasa, lakini kuendesha kupitia seva ya ndani ya HTTP kwa kawaida hufaa zaidi kwa kujaribu mwingiliano kamili.

Kuvinjari maktaba, kuchuja kwa kategoria, kutafuta kwa lugha mbili, kuonyesha picha kubwa na kutumia sehemu ya msingi ya kupanga mavazi hakuhitaji API Key wala ku-deploy backend. Jumla ya PNG zenye ukubwa halisi ni zaidi ya 1GB, hivyo hazijawekwa kwenye hazina; kitufe cha kupakua kitaelekeza kwenye rasilimali za tovuti ya awali.

Hatua ya pili: Vinjari na tafuta mavazi

1. Chagua kategoria: Punguza eneo la kuvinjari kwa kuchagua kategoria kama majira ya kuchipua, kiangazi, vuli au baridi.
2. Ingiza maneno muhimu: Ingiza sifa za mavazi kwa Kichina au Kiingereza kwenye kisanduku cha utafutaji; matokeo yatasasishwa papo hapo.
3. Badilisha lugha: Tumia kitufe cha lugha kwenye kona ya juu kulia kubadilisha kati ya kiolesura cha Kichina na Kiingereza.
4. Onyesha picha kubwa: Baada ya kufungua maelezo ya vazi, tumia vitufe vya mishale ya kushoto na kulia kuvinjari picha zilizo karibu, na bonyeza Esc kufunga.
5. Pakua au tafuta linalofanana: Tumia kiungo cha kupakua chenye ukubwa halisi inapohitajika, au fungua utafutaji wa picha wa Taobao.

Tovuti pia inaunga mkono kushiriki lugha na hali mahususi ya utafutaji kupitia vigezo vya URL:

?lang=en
?q=lace
?lang=en&q=white

lang inaweza kuwa zh au en, huku q ikitumika kubainisha neno la awali la utafutaji.

Hatua ya tatu: Tumia sehemu ya msingi ya kujaribu na kupanga mavazi

Baada ya kufungua kipengele cha kujaribu mavazi kwenye frontend, chagua kwanza vazi la marejeleo kutoka kwenye maktaba, kisha pakia picha ya mtu. Sehemu ya msingi ya kupanga mavazi inaunga mkono uonyeshaji wa mtandaoni, kuvuta, kubadilisha ukubwa na kuunganisha baada ya kuondoa mandharinyuma, bila kuita modeli kubwa. Ikiwa unataka vazi lilingane kwa uhalisia zaidi na umbo la mwili, unahitaji kuendelea ku-deploy backend ya AI ya kubadilisha mavazi.

Unapopakia picha, frontend hubadilisha ukubwa wa upande mrefu zaidi kiotomatiki hadi pikseli 2048, na kuibadilisha kwanza kuwa WebP, huku ikikandamiza kwa viwango vya ubora kutoka 0.90 hadi 0.75.

Hatua ya nne: Deploy backend ya AI ya kubadilisha mavazi kwa Docker

Backend iko katika backend/; inashauriwa kutumia Docker Compose ili kuepuka kusakinisha mazingira ya uundaji wa Go kwenye kompyuta mwenyeji.

cp backend/.env.example backend/.env
docker compose up -d

Hariri backend/.env na uweke funguo za miundo unayopanga kutumia. Baada ya huduma kuanza, kwa chaguo-msingi itasikiliza http://localhost:8000. Ikiwa frontend pia imefunguliwa kupitia localhost au 127.0.0.1, itajaribu kuunganisha kiotomatiki kwenye http://127.0.0.1:8000.

Kwa kutumia Docker Run

cd backend
docker build -f manifest/docker/Dockerfile -t costume-tryon .
docker run -d --name costume-tryon -p 8000:8000 -e ARK_API_KEY="你的豆包ArkKey" -e OPENAI_API_KEY="sk-你的OpenAIKey" costume-tryon

Bila kutumia Docker

Watumiaji wa Windows wanaweza kuendesha backend/restart.bat. Watumiaji ambao tayari wamesakinisha Go wanaweza pia kuanzisha moja kwa moja:

cd backend
export ARK_API_KEY="你的Key"
go run main.go

Kwenye Windows PowerShell, muundo wa kigezo cha mazingira ni $env:ARK_API_KEY="你的Key".

Hatua ya tano: Sanidi miundo ya kubadilisha mavazi

Faili ya usanidi wa miundo iko katika backend/manifest/config/config.yaml, na kiolezo kiko katika config.example.yaml. Kila modeli inaweza kubainisha kivyake itifaki, API Key, jina la kigezo cha mazingira, Base URL na jina halisi la modeli.

llm:
  models:
    gpt-image:
      provider: openai
      envKey: "OPENAI_API_KEY"
      baseURL: "https://api.openai.com/v1"
      model: "gpt-image-2"

    doubao:
      provider: doubao
      envKey: "ARK_API_KEY"
      baseURL: "https://ark.cn-beijing.volces.com/api/v3"
      model: "doubao-seedream-3-0-t2i-250415"

    gemini:
      provider: gemini
      envKey: "GEMINI_API_KEY"
      baseURL: "https://generativelanguage.googleapis.com/v1beta"
      model: "gemini-3.1-flash-image"

Vigezo vya mazingira vina kipaumbele kuliko apiKey iliyo kwenye usanidi. Ili kuunganisha huduma kama Tongyi Wanxiang, Zhipu CogView au SiliconFlow zinazooana na itifaki ya OpenAI Images, ongeza sehemu ya modeli yenye provider: openai na ujaze Base URL pamoja na jina la modeli; hakuna haja ya kubadilisha msimbo wa uoanifu.

Hatua ya sita: Unganisha frontend na backend

Frontend itatafuta huduma ya AI ya kubadilisha mavazi kwa kipaumbele kifuatacho:

1. “Anwani ya API ya backend” iliyohifadhiwa katika kituo cha mipangilio.
2. Kigezo cha kimataifa window.AI_API_URL kilichowekwa kabla ya ukurasa kupakiwa.
3. Kigezo cha tryon katika URL.
4. Unapotembelea frontend ndani ya eneo lako, itarudi kwenye http://127.0.0.1:8000.

Njia rahisi zaidi ni kufungua kituo cha mipangilio kwenye kona ya juu kulia ya ukurasa na kuingiza http://localhost:8000. Unaweza pia kutumia anwani ifuatayo ya kushiriki:

https://你的前端地址/?tryon=http://localhost:8000

Kituo cha mipangilio pia kinaruhusu kuhifadhi itifaki, jina la modeli, Base URL, API Key na Token huru ya ufikiaji wa backend. Mipangilio ya modeli ya mtu binafsi huhifadhiwa tu kwenye kivinjari cha sasa na hutumwa kwa backend kwa muda wakati wa ombi moja la utengenezaji; haiandikwi kwenye hifadhidata ya backend, faili za usanidi au kumbukumbu za biashara. Baada ya kutumia kifaa cha pamoja, unapaswa kufuta mwenyewe mipangilio ya ndani.

Kubadilisha mavazi nje ya mtandao kwa ComfyUI ya ndani

Ikiwa kompyuta ina kadi maalum ya michoro, au tayari kuna mwenyeji wa ComfyUI kwenye mtandao wa ndani, unaweza kutumia suluhisho la ndani lisilohitaji API Key. Mradi unaunga mkono Qwen-Image-Edit-2511 Int8, Lightning LoRA ya hatua 4 na mtiririko wa kazi wa MiniMax H3, na unaweza kurudi kwenye H3 wakati mtiririko wa kazi unaopendelewa haujawa tayari.

1. Anzisha ComfyUI; anwani ya chaguo-msingi ni http://127.0.0.1:8188.
2. Weka modeli ya Qwen-Image-Edit-2511 na Lightning LoRA kulingana na backend/README.MD.
3. Sanidi sehemu ya modeli ya ComfyUI na faili ya mtiririko wa kazi.
4. Katika kituo cha mipangilio ya tovuti, chagua “ComfyUI ya ndani”, jaribu hadi muunganisho uthibitike, kisha hifadhi.

comfyui:
  provider: comfyui
  baseURL: "http://127.0.0.1:8188"
  model: "qwen-image-edit-2511"
  workflowPath: "workflows/comfyui_qwen_image_edit_2511_api.json"

Mbinu za kina na mapendekezo ya ku-deploy katika uzalishaji

Chagua suluhisho linalofaa la modeli

• ComfyUI: Inafaa kwa watumiaji wenye kadi ya ndani ya michoro, wanaojali faragha na wanaotaka kuepuka gharama za API.
• Gemini: README inataja Nano Banana 2, yaani gemini-3.1-flash-image, kama suluhisho chaguo-msingi linalopendekezwa kwenye wingu.
• Doubao Seedream: Inafaa kwa watumiaji wanaohitaji suluhisho linalopatikana kwenye mtandao wa ndani ya China.
• GPT Image 2: Inatumia itifaki ya OpenAI Images, na inaweza pia kusanidiwa kwa anwani ya kati ya mtu wa tatu inayooana.

Washa vizuizi vya usalama kwa ufikiaji wa umma

Unapochapisha backend kwenye mtandao wa umma, hupaswi kufichua huduma ya chaguo-msingi pekee. Mradi unatoa uthibitishaji wa Bearer Token, orodha sahihi ya CORS iliyoruhusiwa, udhibiti wa kasi kwa token bucket, kikomo cha kila siku pamoja na udhibiti wa miunganisho ya wakati mmoja kwa jumla na kwa kila mhusika. Thamani chaguo-msingi zilizoorodheshwa kwenye README ni maombi 10 kwa dakika, maombi 100 kwa siku, miunganisho 2 kwa jumla na muunganisho 1 kwa kila mhusika; kwa usanidi mahususi wa uzalishaji, rejelea backend/DEPLOY.md.

Backend inakubali tu maudhui halisi ya picha za JPEG, PNG na WebP. Ukubwa wa picha moja haupaswi kuzidi MiB 8, na jumla ya picha mbili haipaswi kuzidi MiB 16; urefu na upana wa picha lazima uwe kati ya pikseli 256 na 8192, na jumla ya pikseli isizidi milioni 20. Vikomo hivi vinalenga kupunguza hatari ya faili ghushi, udungaji wa msimbo na mabomu ya pikseli yanayotokana na kubanua faili.

Kuelewa data ya ndani na mipaka ya faragha

Matokeo ya kubadilisha mavazi kwa AI yaliyofaulu yatahifadhiwa kwenye IndexedDB ya kivinjari cha sasa, na yanaweza kutazamwa, kupakuliwa, kufutwa moja baada ya nyingine au kuondolewa yote mara moja. Rekodi hazipakwi, wala hazilandanishwi kiotomatiki na vifaa vingine. Base URL ya kibinafsi kwa chaguo-msingi hairuhusiwi kuelekeza kwenye localhost, mtandao wa ndani au anwani zilizohifadhiwa, ili kuzuia backend ya umma kutumiwa kama wakala wa maombi ya mtandao wa ndani.

Kupanua data ya mavazi

Data ya ghala la picha imehifadhiwa kwenye data.js. Kila rekodi ina id, カテゴリ, キーワード, サムネ, 画像 na 原寸. Majina haya ya sehemu za Kijapani yamehifadhiwa ili kuendana na data asili; upande wa mbele utabadilisha kiotomatiki kategoria na maneno muhimu kuwa Kichina au Kiingereza. Unapopanua data, endelea kufuata muundo uliopo wa sehemu na kanuni za njia za picha.

Hitimisho

拍片哥女装 inaweza kutumika kama ghala la marejeo la mavazi ya AI la lugha mbili linalofanya kazi mara moja, au kama msingi wa mbele na nyuma wa mradi wa kujaribu mavazi kwa njia pepe unaotumia miundo mingi. Kwa matumizi ya kwanza, unahitaji tu kuanzisha upande wa mbele tuli; unapohitaji kubadilisha mavazi kwa AI halisi, chagua kwa mahitaji yako modeli ya wingu ya Docker au suluhisho la ndani la ComfyUI. Mradi unatumia MIT License, unaoruhusu matumizi ya kibiashara, marekebisho, ujumuishaji na usambazaji, lakini unapaswa kuhifadhi taarifa muhimu za leseni na kuzingatia kwamba picha zote za ghala ni miundo ya mavazi ya dhana iliyozalishwa na AI, si picha za bidhaa za chapa halisi.