在购物软件上看中一件裙子，模特穿着美得像杂志封面。你下单，收到，往身上一套，嗯，怎么说呢，"卖家秀"和"买家秀"根本是两个物种。
于是退货，再买，再退。
现在有人做了个小网站，思路很简单粗暴：把你的照片、一套你想穿的衣服、一个你喜欢的姿势，三样东西丢进去，AI 直接给你出一张"你穿着它"的照片。
这个项目叫PoseWear，开源，放在 GitHub 上。
它到底是干嘛的？一个公式讲明白
作者自己写了个公式：
人像 + 姿势 + 服饰 = 成品
你可以把它理解成一个"AI 版的搭配素材库 + 试衣间"：
第一块：素材库。里面有成千上万张参考图，分四类：
- 姿势
：各种角度的线稿
- 深度姿势
：更精细的人体姿态参考
- 服装
：按季节、类型分好类
- 人像
：AI 生成的虚构人物脸模
每张图都配了中英文提示词，一键复制。做过 AI 绘画的人都知道，"怎么把想法说清楚"是最难的，这里等于给你递了一本现成的"咒语大全"。
第二块：试穿工作台。上传你的照片，挑一件衣服、一个姿势，点生成。大概半分钟一张，一次能出好几张，还能前后对比、打包下载。没有照片也行，可以直接让 AI 凭空出图。
第三块：你自己带"大脑"。这个网站本身不会画图，它是个"遥控器"，背后调用的是你自己申请的 AI 服务，比如 OpenAI、谷歌 Gemini（就是大名鼎鼎的"香蕉"图像模型）、字节的豆包 Seedream，或者其他兼容的中转服务。
最让我意外的一点：它几乎不"存在"
这是我觉得这个项目最有意思的地方。
大多数 AI 工具是这样的：你注册账号，上传照片，照片存在人家服务器上，然后按月收费。
衣姿反着来：
- 不用注册
- 没有后端数据库
，也就是说，它根本没有"地方"存你的东西
你的密钥、收藏、生成记录，全部只存在你自己的浏览器里
网站本身不收一分钱，AI 生成的费用，直接从你自己的服务商账户里扣
打个比方：别人开的是"洗照片的店"，你得把底片交给他；衣姿给你的是"一台说明书写得很清楚的冲印机"，底片从头到尾没离开过你的手。
那么，争议在哪？
这个项目背后，至少有三个值得聊的问题。
争议一：以后"买家秀"还能信吗？
试穿图能这么容易生成，意味着商家同样可以。一张根本没人穿过的衣服，一张从未存在的"模特"，都可以做得以假乱真。
当"眼见为实"变成"眼见为 AI"，消费者该怎么办？这个问题，项目没法回答，但它确实把问题摆到了台面上。
争议二：素材的版权，到底是谁的？
项目 README 里写得很坦白：仓库里一张图片都没有。姿势、服装图片的版权归原作者所有，代码用的是 MIT 开源协议，但"MIT 只覆盖代码，不覆盖任何图片和数据"。想商用？得先去问原作者。
这种"把图库搬来再包装一层"的玩法，在开源圈里一直有讨论空间。作者的做法是划清边界、署名致谢，而不是假装什么都没发生。至于这条线画得够不够清楚，欢迎你在评论区发表意见。
争议三：AI 换装，会不会被滥用？
这个问题最敏感。把真人照片"穿"上暴露的衣服，是 AI 换装最容易出事的地方。
项目的态度很明确：
- 成人向分类默认隐藏
，要打开得先确认年龄
各家服务商都有自己的安全审核（OpenAI 最严，Gemini 和 Seedream 相对宽松），真人照片配泳装、内衣之类，很容易被拦
作者做了个"减少误拦截"功能，但专门强调："不会、也不应该绕过对违规内容的审核。"
也就是说，它想解决的是"正常穿搭被误判"，而不是"帮你绕过规则"。至于具体效果如何，这个我没法替你验证，各位可以自己试试。
给大家的使用建议
如果你只是想玩一玩：
打开项目的在线体验页（GitHub 页面上有链接）
先逛素材库，找灵感、复制提示词，这部分完全不需要任何技术
想真的"试穿"，需要去 OpenAI、Google AI Studio 或火山方舟申请一个 API Key，填进去就行
- 用完记得清除密钥，尤其是在公共电脑上
一个小提醒：生成费用是你自己付的，先小额试试，别一上来就批量狂点。
技术架构：纯静态 + 浏览器直连
从 README 能看出整体设计：
...Python
浏览器（纯前端，无框架）
├── 图库浏览 / 搜索 / 收藏 → app.js
├── 试穿工作台 → studio.js
├── 离线缓存 / 打包下载 → sw.js / zip.js
└── 直接请求 AI 服务商官方接口
↓（仅特定情况）
Cloudflare Pages Function（/api/proxy）→ 转发请求
整个前端不用 React、不用 Vue，原生 JS 搞定，部署在 Cloudflare Pages 上，构建用 Python（生成缩略图、数据、详情页、sitemap、安全响应头），测试用 Playwright。
这是一种很"克制"的技术选型：不引入你不需要的复杂度。
密钥只存在浏览器里
核心思路非常朴素：
数据从你的浏览器出发，直达服务商，中间没有"我们的服务器"这个环节。这就是"不用信任网站作者"的技术基础。
为什么还需要一个代理？
浏览器有个叫跨域（CORS）的安全限制：有些服务商的接口，浏览器直接调用会被拦下。README 提到，豆包 Seedream 默认就经过本站代理来解决这个问题。
代理的原则是"只转发，不留痕"。
"拒绝转发到内网地址"这一点值得单独拎出来说：如果代理不做这个限制，别人就可能借你的代理去探测你内网里的服务，这是一类典型的 SSRF 漏洞。作者在 README 里明确提到了这个防护，说明有安全意识。
多服务商适配：一个接口，多种"方言"
OpenAI、Gemini、Seedream、自定义中转，每家的请求格式都不一样。比如 OpenAI 走 images/edits（multipart 上传），有的中转走 generations（JSON）。
好处是以后加新服务商，只需要多写一个"翻译官"，工作台逻辑一行不用改。（这也对应了路线图里的"更多服务商与模型预设"。）
"减少误拦截"：提示词的二次改写
这是我觉得最有意思的小设计：发送前，把提示词改写成中性的电商试穿描述，不改变服装和姿势本身。
思路上，就是把"随意的口语描述"规范成"商品图的说法"。比如把带有模糊暗示的措辞，换成"模特展示这件连衣裙的版型"这类中性表达。因为审核模型对措辞很敏感，同样的画面，表述方式不同，被误判的概率就不同。
再强调一遍：目的是降低误伤，而不是规避审核。违规内容该拦还是会拦。
本地存储与离线
生成记录存在IndexedDB，可查看、删除、清空，还支持撤销
做成了PWA，可以安装到桌面，看过的内容离线也能打开
深色模式跟随系统
测试：不花一分钱模拟各种"翻车"
我个人最佩服的是测试部分。用 Playwright拦截各家服务商的接口，模拟：成功、密钥错误、限流、5xx、超时、取消、安全拦截、多张输出……
不需要真实的 Key，就能把所有失败场景跑一遍。这也解释了为什么它能做到"密钥无效、限流、被安全审核拦截分别给出不同提示"，因为每一种失败，都被提前"演"过了。
想自己部署？
...Python
git clone https://github.com/atuizz/posewear.git && cd posewear
pip install pillow
python3 scripts/fetch-assets.py # 下载素材（数 GB，耗时较长）
python3 build.py # 构建到 dist/
python3 -m http.server 8787 -d dist
注意素材要自己下载，仓库本身不带图。
写完这个项目，我最大的感受是：
它不是什么"颠覆行业"的大技术，却把一件事做得很干净：不收集你的数据，不绑架你的账号，把控制权还给用户。
至于 AI 试穿会不会改变网购、会不会冲击模特和摄影行业，我觉得现在下结论还太早。但可以肯定的是，"一张照片穿遍所有衣服"这件事，已经从科幻变成了一个人几个周末就能做出来的开源项目。
所以问题来了：
如果以后每张"买家秀"都可能是 AI 生成的，
你还会相信商品详情页吗？
更多transformer，VIT，swin tranformer 参考头条号：人工智能研究所 v号：人工智能研究Suo, 启示AI科技动画详解transformer 在线视频教程
