Description
nvzhuang est un dépôt GitHub offrant un site web d'essayage virtuel qui utilise l'IA pour générer des images de référence de vêtements féminins. Le projet comprend une collection de 1407 images de référence générées par IA et prend en charge les requêtes de recherche en anglais et en chinois, le rendant accessible à un large public. Il s'intègre avec des services populaires de génération d'images IA tels qu'OpenAI Images, Google Gemini et Doubao, et offre une flexibilité aux utilisateurs pour configurer des URL de base, des clés API et des modèles personnalisés.
Lire la suite
Un des axes principaux du projet nvzhuang est la sécurité et le déploiement robuste. Le document `AGENTS.md` décrit des directives de sécurité strictes pour les agents IA et les collaborateurs, soulignant un « principe de zéro fuite ». Cela inclut l'interdiction absolue de commettre de vraies clés API, des jetons privés, des mots de passe ou des clés de certificat dans le dépôt Git. Au lieu de cela, seuls des fichiers de configuration modèles avec des champs de clés vides ou de remplacement sont autorisés. La vie privée personnelle et les informations sensibles sont également strictement interdites dans le code, les commentaires, les messages de commit ou les descriptions de PR.
Le service backend, construit avec GoFrame, intègre des pratiques de codage défensif. Il garantit des mécanismes de repli multi-niveaux, tels que le chargement automatique de `config.example.yaml` si `config.yaml` n'est pas explicitement créé. Le port du service est codé en dur à `8000` lorsqu'il n'est pas configuré, empêchant les attributions de ports élevés aléatoires. Les configurations Dockerfile et Docker Compose sont conçues pour une préparation immédiate, garantissant que les configurations modèles sont en place pendant les phases de construction et d'orchestration.
Les configurations utilisateur frontend, y compris les paramètres de modèle personnels et les enregistrements de génération historiques, sont stockées localement dans le navigateur de l'utilisateur (localStorage/IndexedDB) et ne sont pas conservées sur le disque ou dans les journaux côté serveur par le backend. Le projet met également en œuvre une validation stricte pour les entrées externes et les paramètres d'URL, n'autorisant que les paramètres d'origine identique ou de boucle locale (`127.0.0.1`/`localhost`) pour des paramètres sensibles comme `?tryon=`. Cela empêche le détournement silencieux des requêtes et l'exfiltration de clés API privées ou de photos d'utilisateurs vers des domaines tiers non fiables. Les adresses distantes publiques sont strictement soumises à l'utilisation de HTTPS pour la transmission des identifiants.
Des instructions de déploiement sont fournies pour Docker Compose, Docker Run et l'exécution directe en ligne de commande, toutes mettant en avant le repli intégré vers le port 8000. Le frontend priorise les adresses backend à partir des paramètres utilisateur, des variables globales et des paramètres d'URL validés de manière sécurisée, avec un repli local vers `http://127.0.0.1:8000` pour un accès local. Le projet vise à fournir une solution sécurisée, flexible et facile à déployer pour des expériences d'essayage virtuel alimentées par IA.
- CatégoriePhotographie de produits par IA
- Modèle tarifaireOpen source
- DéploiementCloud, Auto-hébergé
- PlateformesWeb
Fonctionnalités principales de nvzhuang
1407 images de référence de vêtements féminins générées par IA
Fonctionnalité de site web d'essayage virtuel
Prise en charge de la recherche en anglais et en chinois
Intégration avec OpenAI Images
Intégration avec Google Gemini
Intégration avec Doubao (豆包)
URL de base, clé API et modèle IA personnalisables
Directives de sécurité strictes pour les agents IA et les collaborateurs
Interdiction de commettre de vraies clés API dans le dépôt Git
Validation stricte pour les paramètres d'URL externes (par exemple, `?tryon=`)
Repli automatique vers `config.example.yaml` si `config.yaml` est manquant
Port de service backend par défaut fixé à 8000
Configurations utilisateur frontend stockées localement dans le navigateur
Application stricte de HTTPS pour les adresses backend distantes publiques
Options de déploiement Docker Compose et Docker Run
Premiers pas avec nvzhuang
Cloner le dépôt : Obtenez les fichiers du projet depuis le dépôt GitHub.
Configurer les variables d'environnement : Copiez `backend/.env.example` vers `backend/.env` et remplissez vos clés API (par exemple, `ARK_API_KEY`, `OPENAI_API_KEY`, `GEMINI_API_KEY`).
Déployer avec Docker Compose : Exécutez `docker compose up -d` pour construire et démarrer le conteneur backend, qui écoutera sur le port 8000 par défaut.
Déployer avec Docker Run (alternative) : Utilisez la commande `docker run` avec les variables d'environnement appropriées et le mappage de ports.
Exécuter directement à partir de la source (alternative) : Accédez au répertoire `backend`, définissez les variables d'environnement et exécutez `go run main.go`.
Accéder au frontend : La page statique frontend se connectera automatiquement au backend, en priorisant les paramètres utilisateur, les variables globales ou le repli local.
Cas d'utilisation de nvzhuang
- Essayage Virtuel de Vêtements
- Exploration de la Génération d'Images IA
- Inspiration pour le Design de Mode
- Développement d'Applications IA Sécurisées
- Déploiement de Projet IA Open-Source
