Deskripsi
nvzhuang adalah repositori GitHub yang menawarkan situs web percobaan virtual yang memanfaatkan AI untuk menghasilkan gambar referensi pakaian wanita. Proyek ini mencakup koleksi 1407 gambar referensi yang dihasilkan oleh AI dan mendukung kueri pencarian dalam bahasa Inggris dan Mandarin, menjadikannya dapat diakses oleh basis pengguna yang luas. Ini terintegrasi dengan layanan generasi gambar AI populer seperti OpenAI Images, Google Gemini, dan Doubao, serta memberikan fleksibilitas bagi pengguna untuk mengonfigurasi URL Dasar, Kunci API, dan model kustom.
Baca Selengkapnya
Fokus utama proyek nvzhuang adalah keamanan dan penyebaran yang kuat. Dokumen `AGENTS.md` menguraikan pedoman keamanan yang ketat untuk agen AI dan kolaborator, menekankan prinsip "nol kebocoran." Ini termasuk larangan mutlak untuk mengkomit kunci API nyata, token pribadi, kata sandi, atau kunci sertifikat ke repositori Git. Sebagai gantinya, hanya file konfigurasi template dengan bidang kunci kosong atau placeholder yang diizinkan. Privasi pribadi dan informasi sensitif juga dilarang keras dalam kode, komentar, pesan komit, atau deskripsi PR.
Layanan backend, yang dibangun dengan GoFrame, menggabungkan praktik pengkodean defensif. Ini memastikan mekanisme fallback multi-lapis, seperti secara otomatis memuat `config.example.yaml` jika `config.yaml` tidak dibuat secara eksplisit. Port layanan di-hardcode ke `8000` ketika tidak dikonfigurasi, mencegah penugasan port tinggi yang acak. Konfigurasi Dockerfile dan Docker Compose dirancang untuk kesiapan langsung, memastikan konfigurasi template sudah ada selama fase pembangunan dan orkestrasi.
Konfigurasi pengguna frontend, termasuk pengaturan model pribadi dan catatan generasi historis, disimpan secara lokal di browser pengguna (localStorage/IndexedDB) dan tidak disimpan ke disk atau log sisi server oleh backend. Proyek ini juga menerapkan validasi ketat untuk input eksternal dan parameter URL, hanya mengizinkan parameter yang sama asal atau loopback lokal (`127.0.0.1`/`localhost`) untuk parameter sensitif seperti `?tryon=`. Ini mencegah pembajakan permintaan secara diam-diam dan pengeluaran kunci API pribadi atau foto pengguna ke domain pihak ketiga yang tidak tepercaya. Alamat backend jarak jauh publik secara ketat diharuskan menggunakan HTTPS untuk transmisi kredensial.
Instruksi penyebaran disediakan untuk Docker Compose, Docker Run, dan eksekusi langsung dari command line, semuanya menyoroti fallback bawaan ke port 8000. Frontend memprioritaskan alamat backend dari pengaturan pengguna, variabel global, dan parameter URL yang divalidasi dengan aman, dengan fallback lokal ke `http://127.0.0.1:8000` untuk akses lokal. Proyek ini bertujuan untuk menyediakan solusi yang aman, fleksibel, dan mudah diterapkan untuk pengalaman percobaan virtual yang didukung AI.
- KategoriFotografi Produk AI
- Model HargaOpen source
- PenerapanCloud, Di-host sendiri
- PlatformWeb
Fitur Inti nvzhuang
1407 gambar referensi pakaian wanita yang dihasilkan oleh AI
Fungsi situs web percobaan virtual
Mendukung pencarian dalam bahasa Inggris dan Mandarin
Integrasi dengan OpenAI Images
Integrasi dengan Google Gemini
Integrasi dengan Doubao (豆包)
URL Dasar, Kunci API, dan model AI yang dapat disesuaikan
Pedoman keamanan yang ketat untuk agen AI dan kolaborator
Larangan mengkomit kunci API nyata ke repositori Git
Validasi ketat untuk parameter URL eksternal (misalnya, `?tryon=`)
Fallback otomatis ke `config.example.yaml` jika `config.yaml` hilang
Port layanan backend default diatur ke 8000
Konfigurasi pengguna frontend disimpan secara lokal di browser
Penegakan HTTPS untuk alamat backend jarak jauh publik
Opsi penyebaran Docker Compose dan Docker Run
Memulai dengan nvzhuang
Clone repositori: Dapatkan file proyek dari repositori GitHub.
Konfigurasi variabel lingkungan: Salin `backend/.env.example` ke `backend/.env` dan isi kunci API Anda (misalnya, `ARK_API_KEY`, `OPENAI_API_KEY`, `GEMINI_API_KEY`).
Sediakan dengan Docker Compose: Jalankan `docker compose up -d` untuk membangun dan memulai kontainer backend, yang akan mendengarkan di port 8000 secara default.
Sediakan dengan Docker Run (alternatif): Gunakan perintah `docker run` dengan variabel lingkungan dan pemetaan port yang sesuai.
Jalankan langsung dari sumber (alternatif): Arahkan ke direktori `backend`, atur variabel lingkungan, dan eksekusi `go run main.go`.
Akses frontend: Halaman statis frontend akan secara otomatis terhubung ke backend, memprioritaskan pengaturan pengguna, variabel global, atau fallback lokal.
Kasus Penggunaan nvzhuang
- Percobaan Pakaian Virtual
- Eksplorasi Generasi Gambar AI
- Inspirasi Desain Fashion
- Pengembangan Aplikasi AI yang Aman
- Penyebaran Proyek AI Sumber Terbuka
