# 拍片哥女装 · AI 换装后端服务 基于 GoFrame v2 的 AI 换装(虚拟试衣)后端,为「拍片哥女装」网站提供 `POST /tryon` 接口。灵感源自 X 推文作者 [@giaaibusi](https://x.com/giaaibusi)。 ## 效果演示 用户上传人像照片(图 2)与选中的服装图(图 1),调用后端 AI 换装接口合成生成换装效果图(图 3): | 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) | |:---:|:---:|:---:| | 服装图 | 模特照片 | 换装效果 | | **选定女装参考图** | **人物模特自拍原图** | **合成试穿效果(图 1 + 图 2 ➔ 图 3)** | ## 功能 - 接收人像照片 + 服装图(base64),调用大模型生成换装结果图 - 支持多模型配置化插拔: - **GPT-Image 2**(OpenAI Images 协议) - **豆包 Seedream**(火山方舟协议,国内免翻墙首选) - **Nano Banana 2 / Gemini**(Google generateContent 协议) - **ComfyUI 本地**(固定 H3 Ref2VA 工作流,无需云端 API Key) - 其他 OpenAI 兼容模型(通义万相、智谱 CogView、硅基流动等) ## 快速开始(优先 Docker) ### 推荐方式:Docker Compose ```bash cd backend # 1. 复制环境变量并填入你的 Key(如 ARK_API_KEY 或 OPENAI_API_KEY) cp .env.example .env # 2. 一键启动 docker compose up -d ``` ### 方式二:Docker 单容器运行 ```bash cd backend docker build -f manifest/docker/Dockerfile -t costume-tryon . # 注入对应的 Key 环境变量运行 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:本地直接运行 - **Windows 用户**:直接双击运行 `restart.bat`。 - **源码运行**: ```bash cd backend go run main.go ``` 服务默认监听 `:8000`。 ## ComfyUI 本地模式 后端支持两种服务端固定工作流,**默认 Qwen 优先,同时兼容保留 H3**: - **Qwen-Image-Edit-2511(优先默认)**:`workflows/comfyui_qwen_image_edit_2511_api.json`。基于 Qwen-Image-Edit-2511-Int8 与 4-step Lightning LoRA,单次 4 步极速生成,语义换装保真度更高。 - **MiniMax H3(兼容保留)**:`workflows/comfyui_h3_ref2va_still_api.json`。基于 H3 Ref2VA 视频模型并抽取第 31 帧定格。 系统在调用 `comfyui` 时会自动检测可用状态:优先选择 `qwen-image-edit-2511`;如 Qwen 模型尚未就绪,自动平滑回退至 `h3-ref2va-still`;也可以通过 `comfyui-qwen` 或 `comfyui-h3` 显式指定。 1. 启动本机 ComfyUI,默认地址为 `http://127.0.0.1:8188`。 2. 确认工作流所需模型已放入 ComfyUI 对应模型目录: - **Qwen-Image-Edit**: - `models/diffusion_models/qwen_image_edit_2511_int8_convrot.safetensors` - `models/text_encoders/qwen_2.5_vl_7b_fp8_scaled.safetensors` - `models/vae/qwen_image_vae.safetensors` - `models/loras/Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors` - **MiniMax H3**: - H3、Qwen3-VL、ClipProj、LoRA、视频 VAE 和音频 VAE。 3. 启动本后端,在网页设置中心启用“使用我自己的模型配置”,选择“ComfyUI 本地”,点击“测试连接”后保存。 连接检查接口:`GET /comfyui/health`。该接口只检查 ComfyUI API、固定工作流以及节点与模型可用性,不上传图片,也不执行生成。 ## 配置 API Key **切勿把真实 Key 提交到仓库。** Key 通过环境变量注入,优先级高于配置文件: ```bash # Windows PowerShell $env:OPENAI_API_KEY = "sk-xxxx" $env:GEMINI_API_KEY = "AIza-xxxx" go run main.go ``` 或复制模板改配置(`manifest/config/config.yaml` 已被 .gitignore 忽略): ```bash cp manifest/config/config.example.yaml manifest/config/config.yaml # 编辑 config.yaml,填入 llm.openai.apiKey / llm.gemini.apiKey ``` ## 接口说明 `POST /tryon`,请求体(JSON): ```json { "person_image": "人像照片 base64", "garment_image": "服装图 base64", "model": "gemini", "size": "1024x1536", "keep_face": true, "lang": "zh", "client_config": { "provider": "gemini", "base_url": "https://generativelanguage.googleapis.com/v1beta", "api_key": "仅本次请求使用的 Key", "model": "gemini-3.1-flash-image" } } ``` | 字段 | 说明 | 默认 | |---|---|---| | person_image | 人像照片(全身/半身站立照),base64 | 必填 | | garment_image | 服装图,base64 | 必填 | | model | `gemini` / `gpt-image` / `doubao` / `comfyui` | `gemini` | | size | 输出尺寸 `1024x1024`/`1024x1536`/`1536x1024` | `1024x1536` | | lang | 提示词语言 `zh`/`en` | `zh` | | client_config | 可选的浏览器个人模型配置;仅在当前请求内存中使用,不持久化、不记录 Key/Base URL | 空(使用服务器预设) | `client_config.provider` 支持 `openai`、`doubao`、`gemini`。个人 Base URL 必须是 HTTP/HTTPS 公网地址,且不能包含账号、查询参数或片段;localhost、内网和保留地址会被拒绝,以降低 SSRF 风险。ComfyUI 不接受 `client_config`,只使用后端本机配置。 响应: ```json { "image": "换装结果图 base64", "mime": "image/jpeg", "model": "gemini", "prompt": "实际使用的提示词" } ``` ## 目录结构 ``` backend/ ├── api/tryon/ # API 定义(请求/响应结构) ├── internal/ │ ├── cmd/ # 服务启动 + 路由 + CORS │ ├── controller/tryon/ # 控制器 │ └── logic/tryon/ # 业务逻辑 │ ├── tryon.go # 换装主流程 │ ├── prompt.go # 提示词模板(针对模型优化) │ ├── generator.go # 模型适配器接口 │ ├── gpt_image.go # GPT-Image 适配器 │ ├── gemini.go # Gemini 适配器 │ └── comfyui.go # 本机 ComfyUI 固定工作流适配器 ├── workflows/ # 固定 ComfyUI API 工作流 └── manifest/config/ # 配置文件 ```