ShowMeClothes / AI 试穿
上传一张照片、挑一件心仪的衣服，用 AI 生成一段 10 秒动态试穿视频。
项目简介
ShowMeClothes 是一个 AI 试穿 MVP：一张照片 → AI 试穿 → 10 秒动态试穿视频。用户上传自己的照片、挑选一件衣服，系统在后台跑完换装和视频生成两步流水线，最后把结果视频返回给浏览器。
它的目标不是做完整的电商试衣间，而是先把「换装 + 视频」的真实 AI 链路跑通，并用成本护栏把公开部署时的额度消耗控制在可控范围内。
使用流程
- 上传一张照片（JPG / PNG / WebP，≤ 8MB）；
- 从服装库中挑一件衣服；
- 提交任务，页面轮询进度；
- 生成一段约 10 秒的动态试穿视频。
照片只用于本次生成，MVP 阶段不公开。
AI 流水线
后台 worker 消费任务队列，按两步执行：
- 换装：把「人物照片 + 服装」生成一张试穿图；
- 视频：把试穿图转成一段 10 秒动态视频。
换装和视频能力都抽象成独立 provider，换模型或换厂商时只需要新增一个实现，API、worker 和前端都不用改。
可选链路
- 智谱 BigModel（默认，零成本）：
glm-4v-flash读图描述人物 →cogview-3-flash文生图换装 →cogvideox-flash图生视频。纯免费链路是「按描述重绘人物」，人脸相似但不保证像素级一致。 - Replicate 真试穿（收费）：换装使用专用 VTON 模型（
prunaai/p-image-try-on），保持脸型、姿势和身材，视频仍可走免费的cogvideox-flash。
Provider 必须显式配置，未配置或写错会直接报错，不会静默降级成 mock。
技术栈
Next.js App Router · React · TypeScript · Node worker · 单机 JSON 任务队列 · Docker
隐私与成本护栏
公开部署时可通过环境变量开启多层保护：
- 访问口令：生成和重试必须携带口令，服务端只保存密码，前端不内置；
- 急停开关：一键暂停 worker 处理，作为止血手段；
- 每日额度：限制每天新建任务数；
- 重试上限：限制单个任务的处理次数，避免失败任务无限重试。
这些开关分别作用在创建任务、重试任务和 worker 认领任务的环节上，改完重启 web 与 worker 即生效。