paipiange/nvzhuang
多媒体与设计浏览 1407 张 AI 女装参考图,可选配 AI 虚拟试穿后端。
这是一个深色主题的静态服装图集网站,收录 1407 张人物不入镜、2:3 比例的 AI 生成服装图,按季节与风格分为 8 类,并附一个可选的 AI 换装搭配台:上传人像、选中服装,由后端模型合成试穿效果。它适合找设计参考的服装/电商创作者、想自建试穿演示的开发者,以及单纯想逛图集的用户;不适合寻找真实品牌商品照片的人。
不配置任何东西也能用
前端是纯静态站点,无需构建、无需 Key、无需后端。打开在线预览或在本地起一个静态服务器,就能按分类筛选、中英双语实时搜索、无限滚动加载、全屏看图并用方向键切换,还能通过 URL 参数分享语言和搜索词。检索基于本地化的关键词元数据,所以底层 data.js 的字段名和关键词虽然是日文/英文,中文词一样能搜到。仓库不含原尺寸 PNG(约 1GB+),下载按钮指向原站资源,实际可拿到的是网页展示尺寸的图。
可选试穿功能带来什么
AI 换装依赖 backend/ 里单独的 GoFrame 服务。用户选一件服装、上传一张人像,后端把两张图交给生图模型做衣物迁移,并保留人物面容。文档列出的适配包括 OpenAI Images 兼容接口(GPT Image 2 及通义万相、智谱、硅基流动等兼容服务)、豆包 Seedream、Gemini 图像模型,以及本地 ComfyUI 工作流(Qwen-Image-Edit-2511 配 4 步 Lightning LoRA,未就绪时回退 MiniMax H3)。API Key、Base URL 和模型名均可配置,换供应商不必改代码。
需要知道的条件与限制
- 云端模型消耗你自己的第三方配额;README 把 Gemini 作为云端默认选项,并说明豆包在国内无需代理。本地 ComfyUI 需要合适的显卡。
- 后端提供 Docker Compose、单容器 Docker 和直接
go run三种部署方式,另有 Windows 批处理脚本。公网部署时,README 列出的防护包括 Bearer Token 鉴权、CORS 白名单、默认每分钟 10 次与每自然日 100 次的限流、并发上限,以及严格的图片校验(仅 JPEG/PNG/WebP、单图 8 MiB、两图合计 16 MiB、边长 256~8192 px、总像素 2000 万以内)。 - 浏览器设置中心保存的配置只留在当前浏览器;个人 Base URL 默认禁止指向 localhost、内网和保留地址,避免公开后端被当作内网请求代理。共享设备用完应在设置中心清除本地配置。生成成功的记录存在浏览器 IndexedDB,不上传、不跨设备同步。
- 所有图片都是 AI 生成的概念服装设计,不是真实品牌商品照片。
项目以 MIT 协议开源,README 声明代码与图集资源可商用、可修改和再分发。模型配置见 README,安全细节见 后端部署指南,想先逛图可直接打开 在线预览。
本文由 AI 根据项目 README 生成,更新于 2026年10月30日,以项目官方文档为准。