上线两天就冲到 1066 星:这个只收衣服不收人的 AI 换装站火了

原创2026-10-31 18:48:371,360 阅读

上线两天就冲到 1066 星:这个只收衣服不收人的 AI 换装站火了

一个收录服装参考图的网站,两天内拿到四位数星标。这个描述听起来并不成立:服装图库在互联网上早就泛滥,GitHub 上的"图床 + 瀑布流"项目也没有几个真正火起来。

真正值得拆解的,是它被看见的路径:先靠一个 129MB 的静态图库拿到传播,再靠一个可选、可插拔的 Go 后端把开发者留住。本文不打算复述 README,而是把仓库里真实存在的代码、配置和审查文档摊开,看这套组合为什么在传播上占了便宜,又在哪些地方埋了需要读者自己权衡的取舍。

一、48 小时的真实时间线

先说能核实的时间锚点。本文拿到的仓库快照里,可见的最新提交只有一条:

f41047c 2026-10-30 10:58:47 +0800
feat: 增加后端接口鉴权与限流、图片尺寸校验与前端压缩选项 (close #1)

这条提交信息比任何宣传文案都有信息量。它包含三个事实:

  1. 项目在爆量之后立刻收到了公开 issue,编号是 #1,这是仓库的第一个外部反馈;
  2. 从 issue 到合入当天就完成,改动落在鉴权、限流、图片校验、前端压缩四块;
  3. 作者没有把"安全"当成 v2 路线图里的待办,而是当成 P0 处理。

同一时期留下的文档也印证了这个节奏:docs/2026-10-30_security-image-validation-requirements.md 的文档日期是 2026-10-30,docs/LINUXDO_RELEASE_AUDIT.md 与 docs/CONTENT_REVIEW.md 的审计基准日期是 2026-10-29。也就是说,合规审计、内容分级审查、安全需求文档、实现落地这四件事挤在了不到 48 小时里。

对比一下常见的"星标暴涨"剧本:README 改成营销海报、加 badge 堆砌功能、把未验证的模型协议写成"已支持"。这个仓库反而走了一条相反的路:它在热度最高的时候,花时间写了三份"挑自己毛病"的文档,其中 docs/LINUXDO_RELEASE_AUDIT.md 明确列出了 PENDING 项——原尺寸 PNG 在 GitHub Pages 上返回 404、泳装/内衣/性感分类存在展示合规风险。主动公开自己的不完美,在技术社区里反而是可信度的来源。

二、把 1066 拆开算:22/h 的平均值掩盖了什么

题面给出的三组数据是:48 小时、1066 星、峰值小时增速 60、单轮增幅 5.99%。这组数字放在一起,其实能反推出很具体的东西。

先看平均值:1066 ÷ 48 ≈ 22.2 星/小时。但峰值是 60 星/小时,是均值的 2.7 倍。这说明增长不是匀速爬坡,而是典型的脉冲式传播——某个渠道的一次曝光带来了集中涌入,之后回落到基线。

再看那个 5.99%:星标增幅是相对存量计算的,5.99% 对应的增量如果是 60 星左右,反推基数约 1002 星。换句话说,那个"小时 60 星"的峰值出现在项目已经接近四位数星标的位置,而不是冷启动阶段。

这条推导的意义在于:它排除了"首日冷启动靠运气"的解释。一个项目在第一小时拿到 60 星,可能只是发帖时机好;但在 1000 星的位置还能再吃进 60 星/小时,说明它已经跨过了"看热闹"的圈层,进入了"有人主动转发"的阶段。转发者的动机通常不是"这个项目很强",而是"这个东西值得给群友看一眼"——这恰好是图库型项目最擅长的部分。

必须说清楚的是:星标不是技术指标。它衡量的是"多少人愿意为一个链接留下痕迹",而不是代码质量、模型效果或工程质量。本文后面的所有结论,都不建立在星标数上,而是建立在仓库里能跑、能读、能验证的东西上。

三、它先火在图库,因为图库这一段没有"模型"

打开仓库,第一眼就能看出资源分布的重心:

目录 内容 体积/规模
assets/img/ 展示大图 WebP 1407 个文件,约 117 MB
assets/thumbs/ 网格缩略图 WebP 1407 个文件,约 13 MB
data.js 全部条目数据 约 292 KB,1407 条记录
index.html 页面结构 + 样式 + 交互 约 2164 行,单文件
backend/ GoFrame v2 换装服务 约 4300 行 Go

中文模式下的图库首页,8 个分类与右侧信息面板

这个结构回答了"为什么先火的是图库":

第一,它零门槛。 前端是纯静态站点,不需要 Node、不需要构建、不需要 API Key。README 里给的三条启动命令,最省事的一条是 python3 -m http.server 3000,甚至直接双击 index.html 也能跑。对绝大多数点进仓库的人来说,"能不能立刻看到东西"决定了他是关掉页面还是按星。

第二,图集本身就是传播素材。 1407 张 2:3 比例的服装图,分类覆盖春(215)、夏(254)、秋(244)、冬(253)、内衣(199)、派对(48)、泳装(54)、性感(140)。这些数字直接写死在 data.js 顶部的 META 里,前端标签页的角标就是读它渲染的,不存在"README 写 1407、实际只有 800"的经典错位。

第三,两档图的工程细节到位。 卡片网格用 assets/thumbs/ 的缩略图,弹窗用 assets/img/ 的大图,而且做了渐进加载:

img.src = 'assets/' + d.サムネ;
const full = new Image();
full.onload = () => { if (VIEW[MI] === d) img.src = 'assets/' + d.画像; };
full.src = 'assets/' + d.画像;

先给缩略图,大图加载完成且用户没翻页才替换——这一行 VIEW[MI] === d 的判断,避免的是"快速连按方向键时旧图覆盖新图"的错位。这种细节不会让项目变火,但会让点进来的人不觉得廉价。

第四,检索是真的做了双语映射,不是只翻译了界面。 搜索的核心在 index.html 的 buildIndex() 与 hit() 两个函数里。每条记录会把自己的 id、日文分类、当前语言的分类名、英文分类名、以及 キーワード 里的每个英文词全部塞进一个 Set,同时把英文词通过 EN2ZH 反向映射出中文也放进去。查询时按空格切词,每个词都要命中(every + startsWith 前缀匹配),中文查询词还会经 ZH_ALIAS / ZH2EN 反查成英文再匹配一次。

英文关键词搜索,输入 lace 后同时命中分类与关键词

这套实现谈不上高级,但它解决了一个真实问题:数据里的关键词是英文的(ivory frill knit denim mini skirt coat socks white sneakers),而中文用户会输入"蕾丝"。如果只在前端做一次界面翻译,搜索会直接失效。项目选择了在索引层做双向映射,代价是每次搜索都要重建 Set,1407 条数据的量级下完全可以接受。

顺带一提,data.js 的字段名至今仍是日文:カテゴリ、キーワード、サムネ、画像、原寸。README 里对此有明确说明——保留日文字段是为了兼容原始数据结构,展示层由 CAT_KEY 和 i18n 字典做本地化。这是一个务实但容易被误解的选择:新贡献者第一眼看到日文字段会愣一下,但它避免了给 1407 条数据做一次无收益的字段迁移。

四、"只收衣服不收人"不是梗,是内容策略

标题里的"只收衣服不收人",在仓库里是一条被写进审查文档的硬约束。

按 docs/CONTENT_REVIEW.md 的定义,1407 张图全部是"人物不入镜"的纯服装立体展示图,2:3 比例,悬空或模特台展示。这一条设定带来了三个连锁效果:

降低了图集的合规风险。 没有人脸、没有真人肖像权问题、没有"AI 生成的真人"这类争议。项目在 README 里也明确声明"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"。

让图库和换装功能形成天然的组合关系。 图库提供"衣服",用户提供"人"。docs/tryon-1.png、docs/tryon-2.png、docs/tryon-3.png 这三张演示图就是这个组合的完整链路:选中的服装、上传的模特照、合成结果。因为素材里本来就没有人,所以"上传自己的人像"成了使用流程里不可省略的一步——这个设计让功能演示天然具备叙事性。

AI 换装合成效果:保留模特五官与发型,服装材质与剪裁贴合人体

但它也带来了展示策略上的麻烦。 同一份审查文档把 8 个分类按风险分级:春夏秋冬加派对共 1014 件属低风险;泳装 54 件为中风险;内衣 199 件、性感 140 件为中高风险。文档给出的处置办法不是删库,而是限制推广素材的取材范围——宣传封面只用日常款,敏感分类不设首页特权置顶,仅作为完整数据集被动检索。

这是一个成人化的处理方式:既没有为了"安全"砍掉 393 件数据,也没有假装风险不存在。对于任何做素材类开源项目的人来说,这份文档的处理思路比图集本身更值得参考。

五、真正让开发者留下来的是后半段:可插拔后端

如果说图库负责传播,那 backend/ 负责的是"点进来之后发现还有东西"。

后端是 GoFrame v2 服务,核心抽象是一个接口:

// ImageGenerator 图像生成模型适配器接口
type ImageGenerator interface {
    // Generate 生成换装图。入参为两张图的 base64(人像 + 服装),返回结果图 base64
    Generate(ctx context.Context, personB64, garmentB64, prompt, size string) (string, error)
    // Name 模型别名(对外暴露的名称)
    Name() string
}

对应实现分布在 backend/internal/logic/tryon/ 下:gpt_image.go(OpenAI Images 协议)、doubao.go(火山方舟)、gemini.go(generateContent)、comfyui.go(本地 ComfyUI)。generator.go 里的 ModelConfig 把四件事全部配置化:APIKey、BaseURL、Model、EnvKey。加一个国内模型不需要改代码,只要在 backend/manifest/config/config.example.yaml 里加一段:

qwen:
  provider: openai
  envKey: "DASHSCOPE_API_KEY"
  baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
  model: "wanx2.1-t2i-turbo"

更有意思的是默认模型的取舍。backend/internal/logic/tryon/tryon.go 里有一段注释,直接把踩过的坑写在代码里:

默认模型:Gemini(Nano Banana 2),因为 GPT Image 系列对真人换装场景会被官方安全审核拦截(moderation_blocked / sexual),Gemini 无此限制。

这不是营销话术,而是一行会让很多人少走弯路的经验。配套的 prompt.go 里因此存在三套提示词:BuildGPTSafety() 走"防封控"路线,显式要求"穿着完整端庄、标准合身剪裁、端正站姿、避免过度露肤";BuildGemini() 保留原始英文提示词;BuildDefault() 按语言在中文/英文模板间切换。同一个功能对不同模型用不同提示词,是这类项目真正的工程门槛之一,而它通常不会出现在 README 的功能列表里。

还有一条本地化路线值得单独提:ComfyUI 模式。backend/workflows/ 下放着两个工作流 JSON——comfyui_qwen_image_edit_2511_api.json 和 comfyui_h3_ref2va_still_api.json,对应 README 里宣传的 Qwen-Image-Edit-2511 (Int8) + 4 步 Lightning LoRA 与 MiniMax H3。comfyui.go 里还做了自动降级:首选 Qwen 未就绪时,回退到 comfyui-h3 配置。对有独立显卡的人来说,这意味着零 API 成本、零 Key、数据不出本机的换装能力。

六、爆红第二天补上的那套安全阀

回到那条 (close #1) 的提交。它补齐的东西,恰好是这类项目最容易漏的环节——一个能触发付费模型调用的公开接口。

修复后的中间件顺序写在 backend/internal/cmd/cmd.go 里,顺序本身就是设计:

group.Middleware(
    middleware.RequestID,
    ghttp.MiddlewareHandlerResponse,
    corsMw.Handler,
    bodyLimitMw.Handler,
    authMw.Handler,
    rateLimitMw.Handler,
)
group.Bind(hello.NewV1(), tryon.NewV1())

请求先拿 RequestID,再过 CORS 白名单,然后限请求体大小,再验 Token,最后才进限流。BodyLimit 放在 Auth 之前是有意为之:先按字节数掐掉超大请求,避免未鉴权的请求体先消耗内存。

配置侧的默认值也写得很克制(backend/manifest/config/config.example.yaml):

配置项 默认值 作用
security.authRequired true 强制 Bearer Token
security.rateLimit.requestsPerMinute 10 单调用方每分钟上限
security.rateLimit.burst 3 短时突发容量
security.rateLimit.dailyRequestsPerPrincipal 100 单调用方每日成功额度
security.concurrency.global 2 全局生图并发
security.concurrency.perPrincipal 1 单调用方并发
upload.maxRequestBodyBytes 25165824(24 MiB) 整个 JSON 请求体
upload.maxDecodedImageBytes 8388608(8 MiB) 单图解码后大小
upload.maxPixels 20000000 单图像素上限,防解压炸弹

Token 的存储方式也有讲究:服务端只保存 SHA-256 摘要,比对用恒定时间实现,避免侧信道。多 Token 通过环境变量 TRYON_API_KEYS 注入,逗号分隔,每个限制在 32~512 字符——这条限制同时挡住了"空 Token"和"把整段 JSON 当 Token"两种误配。

前端这一侧的配合是上传前压缩。index.html 里的 prepareTryonImage() 会按质量阶梯逐级降级,直到 Base64 字节数落进 8 MiB:

const MAX_BYTES = 8 * 1024 * 1024;
const qualities = isCompressed ? [0.85, 0.80, 0.75, 0.65] : [0.92, 0.90, 0.85, 0.75];

用户勾选"压缩"走第一组,不勾选走第二组。压缩失败会抛出 IMAGE_FILE_TOO_LARGE,前端再把它映射成具体的中文/英文提示,而不是弹一个"生成失败"。同类错误码还有 IMAGE_DIMENSIONS_INVALID、IMAGE_PIXEL_LIMIT_EXCEEDED、UNSUPPORTED_IMAGE_TYPE——把后端的校验失败翻译成人话,是这类工具能否被非技术用户接受的分水岭。

七、几个值得抄走的设计,和几处必须冷静的地方

值得抄的:

个人配置不进服务端。 前端"设置中心"把协议、Base URL、API Key、模型名存在浏览器 localStorage(键名 paipiange.tryon.settings.v1),生成时随本次请求以 client_config 临时发给后端。后端的注释写得很直白:clientConfig 不会进入全局配置、缓存、数据库或日志。对应的风险控制是 ClientProvided 标记——一旦配置来自浏览器,HTTP 客户端就会阻止内网/保留地址,防止公开后端被当成 SSRF 跳板。

生成记录只在本机。 结果图存进 IndexedDB(库名 paipiange.tryon.history),可查看、下载、单条删除、全部清空,不上传、不跨设备同步。图片体积远超 localStorage 容量,用 Blob 存 IndexedDB 是正确的选择。

下载失败要平滑回退。 docs/LINUXDO_RELEASE_AUDIT.md 承认 原寸 字段指向的 png/*.png 目录超 1GB 未托管,访问 404。前端的处理是先 HEAD 探测,404 就自动换成已托管的 WebP 大图下载:

fetch(d.原寸, { method: 'HEAD' }).then(res => {
  const a = document.createElement('a');
  if (res.ok) { a.href = d.原寸; a.download = d.id + '.png'; }
  else { a.href = 'assets/' + d.画像; a.download = d.id + '.webp'; }
  a.click();
});

必须冷静的:

星标数与工程质量无关。 1066 星证明的是传播效率,不证明换装效果好、不证明模型协议都做过真实调用验证。项目自己的审计文档里也明确写了"不得将协议兼容自动写成已完成真实调用验证"。

图片来源仍应自行确认。 docs/LINUXDO_RELEASE_AUDIT.md 判定图像数据授权为 PASSED,依据是"项目所有者确认遵循 MIT 协议完全免费开源与商用"。这是所有者的声明,不是第三方授权文件。真要商用,自己做一次来源核查比读十份审计报告都管用。

公开部署前必须改默认值。 trustedOrigins 白名单里默认只有 https://paipiange.github.io、http://localhost:3000、http://127.0.0.1:3000,你自己的域名不在里面;authRequired: true 时没配 TRYON_API_KEYS 会直接拒绝所有请求。这两处不改,服务起来了也调不通——这是设计上的安全默认,不是 bug。

"图库免费、换装自费"的边界要说清。 在线图库是纯静态的,打开就能用;AI 换装必须自建后端并自备 Key,调用会消耗第三方模型配额。README 和页面文案都做了这条区分,但传播过程中最容易被省略的往往就是它。

一个项目在 48 小时内被 1066 个人收藏,靠的从来不是"技术最强"。它靠的是:第一眼就能用(静态图库 + 1407 张可用素材)、第二步还有东西(可插拔后端 + 本地 ComfyUI)、第三步经得起追问(审计文档 + 当天补齐的鉴权与限流)。 这三步里,最难的其实是第三步——因为前两步带来流量,第三步才决定流量会不会变成贡献者。

登录后查看全文
nvzhuang