paipiange/nvzhuang - 站内项目资料

本页保存的是公开项目资料快照，阅读过程不需要连接 GitHub。

拍片哥女装 · AI 服装参考图集 (COSTUME-DB-01)

一个深色主题的纯净服装参考图集网站，收录 1407 张 人物不入镜的 AI 生成服装图像（2:3 比例），支持中英文双语浏览、多维检索，并配备可选的 AI 一键换装试穿。

👗 【Linux.do 3级常任理事专属彩蛋】
听说在 LINUX DO 社区只要升到 3 级（常任理事） 就可以解锁“看女装大佬”的保留节目？身为一名尊贵的 Linux.do 3 级老兵，逛了一圈发现坛里的女装资源还不够看，干脆亲手搓了这个 「拍片哥女装」 项目！
不仅收录了 1407 套纯净高质量服装图，还顺手接了 AI 虚拟换装后端——这下各位佬友哪怕现实中没有小裙子，直接传张自拍照就能一键无痛变身“女装大佬”出道了 😂！

🔗 在线预览：https://paipiange.github.io/nvzhuang/
⭐ GitHub 源码：https://github.com/paipiange/nvzhuang 💡 原作者推文 / 灵感来源：X @giaaibusi
🐧 社区友链：LINUX DO (https://linux.do/)

⏱️ 10 秒了解本项目

🆓 免费使用（无需部署 / 无需 Key）：1407 套 AI 服装参考图库浏览、分类筛选、中英双语双向检索、大图全屏查看、基础搭配台与同款跳转，由纯前端静态驱动，在线打开即可使用。
⚙️ 自选扩展（需自建后端 / 需自备 Key）：真实 AI 试衣换装功能依赖 backend/ 的 GoFrame 服务。需自行配置大模型（如 GPT Image 2、豆包 Seedream 或 Gemini）的 API Key 与 Base URL，调用将消耗对应的第三方模型配额。
📜 完全可商用 · 免费开源：基于 MIT License 全量开源，代码与图集资源完全开放，支持自由商用创作、设计参考及二次开发。详见合规审计报告。

📸 预览

中文模式	英文模式	关键词搜索
图片：中文模式	图片：英文模式	图片：关键词搜索

👗 AI 换装效果演示

系统支持上传真实人像与选中的服装，通过 AI 生图大模型进行衣物迁移换装，实现精准保留面容、贴合人体形态的虚拟试穿效果：

① 选中的服装（图 1）	② 上传的模特照片（图 2）	③ AI 换装合成效果（图 3）

参考服装图（图集中的精选女装）	模特原图（用户上传的人像日常照）	AI 换装效果（图 1 + 图 2 ➔ 图 3）（保留模特五官发型，自然融合服饰材质与剪裁）

✨ 功能特性

8 大分类：春（215）/ 夏（254）/ 秋（244）/ 冬（253）/ 内衣（199）/ 派对（48）/ 泳装（54）/ 性感（140）
中英文双语：默认中文，右上角一键切换 English
双向检索：中文（白、蕾丝、连衣裙…）和英文（white、lace、dress…）关键词都能搜索
关键词本地化：中文模式自动将服装属性翻译为中文展示
交互体验：分类筛选、实时搜索、无限滚动加载、放大查看、键盘 ←/→ 切换、Esc 关闭、原尺寸 PNG 下载
AI 试穿搭配台：上传人像 + 选服装，在线预览、拖拽缩放、抠图合成，或一键 AI 换装（需自备后端）
浏览器设置中心：可保存自己的后端地址、Base URL、API Key、接口协议与模型名；个人配置只保存在当前浏览器，后端仅按单次请求临时使用
本机生成记录：AI 换装成功后自动保存到当前浏览器的 IndexedDB，可随时查看、下载、单条删除或全部清空，不上传、不跨设备同步
电商以图搜同款：大图详情与试穿操作区支持一键唤起淘宝图片搜索，快速查找现实中在售的同款服饰
ComfyUI 本地离线生图：支持零成本、免 API Key 本地私密运行；集成阿里开源 Qwen-Image-Edit-2511 (Int8) + 4 步极速 Lightning LoRA 与 MiniMax H3 双工作流，具备自动容灾回退能力

🤖 AI 换装（可选功能）

「AI 换装」需要一个后端服务，把服装真实地「穿」到人像上。后端位于 backend/（GoFrame v2），支持多模型可插拔：

模型别名	模型	协议	说明
`comfyui`	Qwen-Image-Edit-2511（优先） / MiniMax H3	ComfyUI 本地 API	本地零成本离线方案，4 步极速换装，无审查限制，未就绪自动回退 H3
`gemini`	Nano Banana 2（`gemini-3.1-flash-image`）	Google generateContent	云端推荐默认，对真人换装场景无 moderation 阻断
`doubao`	豆包 Seedream（火山方舟）	火山方舟	国内可用，无需代理网络
`gpt-image`	GPT Image 2（`gpt-image-2`）	OpenAI Images	兼容 OpenAI 协议，支持第三方中转与代理
`qwen` / `zhipu` / `siliconflow` …	通义万相 / 智谱 CogView / 硅基流动	OpenAI Images 兼容	按需在配置中开启

三个关键点都可配置：API Key、Base URL、模型名。加一个国内模型只需在配置里新增一段，无需改代码。

前端 AI 试穿页右上角提供「设置中心」，支持两种使用方式：

服务器预设：继续使用后端 config.yaml / 环境变量中的模型配置。
个人模型配置：在当前浏览器保存协议、Base URL、API Key 和模型名，生成时随本次请求临时发送给后端。后端不把这些字段写入数据库、配置文件或业务日志。

浏览器本地保存适合个人设备使用。共享设备使用完毕后，请在设置中心点击「清除本地配置」。个人 Base URL 默认禁止指向 localhost、内网和保留地址，避免公开后端被用作内网请求代理。

配置模型

编辑 backend/manifest/config/config.yaml（模板见 config.example.yaml）：

llm:
  models:
    gpt-image:                     # 前端请求用的别名
      provider: openai             # 协议：openai / doubao / gemini
      apiKey: ""                   # 直接填 Key，或留空用环境变量
      envKey: "OPENAI_API_KEY"     # 环境变量名（优先级高于 apiKey）
      baseURL: "https://api.openai.com/v1"   # Base URL 可改（支持中转/代理）
      model: "gpt-image-2"         # 真实模型名

    doubao:                        # 豆包（国内可用）
      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"

接入任意 OpenAI 兼容的国内生图模型（通义万相、智谱、硅基流动等），加一段即可：

    qwen:                          # 通义万相示例
      provider: openai
      envKey: "DASHSCOPE_API_KEY"
      baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
      model: "wanx2.1-t2i-turbo"

    # 本地 ComfyUI（零成本离线极速换装，支持 Qwen-Image-Edit / MiniMax H3）
    comfyui:
      provider: comfyui
      baseURL: "http://127.0.0.1:8188"
      model: "qwen-image-edit-2511"
      workflowPath: "workflows/comfyui_qwen_image_edit_2511_api.json"

🎨 ComfyUI 本地离线模式（推荐：零成本、免 Key、超快速度）

如果你的电脑拥有独立显卡（或局域网有运行 ComfyUI 的主机），可以完全免 Key 使用本地生图：

启动本地 ComfyUI（默认 http://127.0.0.1:8188）；
放入 Qwen-Image-Edit-2511 的模型与 4 步 Lightning LoRA（详见 backend/README.MD）；
打开网页右上角 设置中心，选择「ComfyUI 本地」，点击「测试连接」成功后保存，即可享受 4 步极速离线换装体验。系统已内置双模型自适应能力，未就绪时会自动回退至 H3 方案。

🚀 后端部署（优先推荐 Docker）

后端推荐使用 Docker / Docker Compose 部署，无需在宿主机安装 Go 编译环境，开箱即用。

方式一：Docker Compose（推荐，最省心）

# 1. 复制环境变量模板并填入你的 Key（如国内免翻墙的豆包 ARK_API_KEY，或 OpenAI Key）
cp backend/.env.example backend/.env

# 2. 一键启动后端
docker compose up -d

# 服务启动后监听在 http://localhost:8000

方式二：Docker Run 单命令运行

cd backend

# 构建镜像
docker build -f manifest/docker/Dockerfile -t costume-tryon .

# 运行容器（按需注入模型 Key，例如豆包或 OpenAI）
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

方式三：无 Docker 本地运行

Windows 用户：直接双击 backend/restart.bat 一键自动编译并启动服务。

命令行运行：

cd backend
export ARK_API_KEY="你的Key"   # Windows PowerShell 用 $env:ARK_API_KEY="你的Key"
go run main.go                 # 服务监听 :8000

🔗 前端对接后端

前端静态页面通过以下顺序识别换装后端地址（优先级从高到低）：

设置中心：用户在当前浏览器保存的「后端 API 地址」
全局变量：在 HTML 加载前配置 window.AI_API_URL = "http://localhost:8000"
URL 参数：https://你的前端地址/?tryon=http://localhost:8000
本地回退：本地以 localhost 或 127.0.0.1 访问前端时，默认自动连接 http://127.0.0.1:8000

🛡️ 接口安全与资源限制（公网部署必备）

后端原生提供企业级调用鉴权与高防资源限制（详见 backend/DEPLOY.md）：

接口访问鉴权：支持 Bearer Token 校验，服务端安全保存 SHA-256 摘要与恒定时间防侧信道比对；前端设置中心支持单独保存「后端访问 Token」，不与大模型 Key 混淆。
精确 CORS 白名单：严格域名匹配，彻底杜绝跨域滥刷与盗链。
频率与额度保护：内置令牌桶限流（默认 10 次/分）与 UTC 自然日调用额度（默认 100 次/天），超限返回标准 429 业务码。
并发控制：全局（默认 2 并发）与单调用主体（默认 1 并发）严格锁定，模型生图不排队堆积。
图片校验与前端自适应压缩：
- 仅支持 JPEG / PNG / WebP 真实图像内容探测，严格防范伪造扩展名与代码注入；
- 单图上限 8 MiB、两图合计 16 MiB、长宽限制 256~8192 px、总像素严格限制在 2000 万以内（防止解压像素炸弹导致服务器 OOM）；
- 前端上传照片时自适应缩放（最长边 2048 px）并阶梯压缩（WebP 优先，质量 0.90~0.75）。

完整的多模型接入、生产环境 Nginx 反代与安全加固说明见 backend/DEPLOY.md。

🚀 前端本地启动

本项目前端是纯静态站点，无需构建。任选一种方式运行：

# 方式一：Python 内置服务器（推荐端口 3000，与后端 8000 端口独立不冲突）
python3 -m http.server 3000

# 方式二：Node 简单服务器
npx serve -l 3000 .

# 方式三：直接用现代浏览器打开 index.html

启动后在浏览器打开 http://localhost:3000。若同时启动了后端，本地换装开箱即连。

📁 目录结构

nvzhuang/
├── index.html          # 页面结构 + 样式 + 交互逻辑（含双语字典、AI 试穿搭配台）
├── data.js             # 1407 条服装数据（id / 分类 / 关键词 / 图片路径）
├── docker-compose.yml  # 一键启动后端 Docker 容器编排
├── assets/
│   ├── thumbs/         # 缩略图（webp，网格卡片用）
│   └── img/            # 展示图（webp，弹窗放大用）
├── docs/               # 文档图片与试穿效果演示图
├── backend/            # AI 换装后端（GoFrame v2，可选）
│   ├── docker-compose.yml                 # 后端 Docker Compose 配置
│   ├── .env.example                       # 环境变量示例文件
│   ├── restart.bat / build.bat            # Windows 本地一键启动/重新编译脚本
│   ├── manifest/config/config.yaml        # 模型配置（Key / BaseURL / 模型名）
│   ├── internal/logic/tryon/              # 模型适配器（openai / doubao / gemini）
│   └── DEPLOY.md                          # 部署指南
└── .gitignore

注：原尺寸 PNG（约 1GB+）未纳入仓库，「下载原尺寸」按钮指向原站资源。

🔗 URL 参数

支持通过 URL 参数直接分享特定状态：

?lang=en          # 初始语言（zh 为中文，en 为英文，默认 zh）
?q=lace           # 初始搜索词
?lang=en&q=white  # 组合使用

💡 灵感来源与社区友链

原作者 / 灵感来源：X @giaaibusi —— 诚挚鸣谢原作者对高质量 AI 服装图集的整理与创意分享！
社区友链：LINUX DO (https://linux.do/) —— 真诚、友善、团结、专业的开源与技术极客社区。
审计与规范文档：
- 项目现状与开源合规审计报告 (LINUXDO_RELEASE_AUDIT.md)
- 图库内容合规与社区发布审查报告 (CONTENT_REVIEW.md)
- Linux.do 推广发布前核验清单 (LINUXDO_PUBLISH_CHECKLIST.md)

📄 开源许可证与使用规范

本项目基于 MIT License 协议完全免费开源，允许无限制商业使用：

开源协议：MIT License，代码与资产完全免费开源，允许商业使用、自由修改、集成与分发。
商用与创作自由：可完全免费用于各类个人与商业作品创作（如电商广告、服装设计参考、游戏资产、AI 图像与虚拟换装应用）。
生成属性声明：所有图像均为 AI 生成（t2i）概念服装设计，非现实品牌商品照片。

📝 数据说明

数据存于 data.js，每条记录包含：

字段	说明
`id`	编号（如 `SPR-0001`）
`カテゴリ`	分类（日文分类名，如「春」）
`キーワード`	关键词（英文，空格分隔）
`サムネ`	缩略图路径
`画像`	展示图路径
`原寸`	原尺寸 PNG 路径

说明：カテゴリ、キーワード、サムネ、画像、原寸 是数据原始的日文字段名，为保持与原站数据兼容而保留。网站会在前端自动将它们本地化为中文或英文展示。

Data Fields (English)

Each record in data.js contains the following fields:

Field	Description
`id`	Identifier (e.g. `SPR-0001`)
`カテゴリ`	Category (Japanese category name, e.g. “春” for Spring)
`キーワード`	Keywords (English, space-separated)
`サムネ`	Thumbnail image path
`画像`	Display image path
`原寸`	Full-size PNG path

Note: カテゴリ, キーワード, サムネ, 画像, and 原寸 are the original Japanese field names kept for compatibility with the source data. The site localizes them to Chinese or English on the frontend automatically.

nvzhuang

README 快照