설명
nvzhuang는 AI를 활용하여 여성 의류 참조 이미지를 생성하는 가상 착용 웹사이트를 제공하는 GitHub 리포지토리입니다. 이 프로젝트는 1407개의 AI 생성 참조 이미지 컬렉션을 포함하고 있으며, 영어 및 중국어 검색 쿼리를 모두 지원하여 폭넓은 사용자 기반에 접근할 수 있도록 합니다. OpenAI Images, Google Gemini 및 Doubao와 같은 인기 있는 AI 이미지 생성 서비스와 통합되며, 사용자가 사용자 정의 기본 URL, API 키 및 모델을 구성할 수 있는 유연성을 제공합니다.
더 읽기
nvzhuang 프로젝트의 핵심 초점은 보안 및 강력한 배포입니다. `AGENTS.md` 문서는 AI 에이전트 및 협력자를 위한 엄격한 보안 지침을 설명하며, "제로 유출 원칙"을 강조합니다. 여기에는 실제 API 키, 개인 토큰, 비밀번호 또는 인증서 키를 Git 리포지토리에 커밋하는 것이 절대 금지됩니다. 대신, 빈 필드 또는 자리 표시자 키 필드가 있는 템플릿 구성 파일만 허용됩니다. 개인 정보 및 민감한 정보는 코드, 주석, 커밋 메시지 또는 PR 설명에서 엄격히 금지됩니다.
GoFrame으로 구축된 백엔드 서비스는 방어적 코딩 관행을 통합합니다. `config.yaml`이 명시적으로 생성되지 않은 경우 `config.example.yaml`을 자동으로 로드하는 등 다층 대체 메커니즘을 보장합니다. 서비스 포트는 구성되지 않은 경우 `8000`으로 하드코딩되어 무작위 고포트 할당을 방지합니다. Dockerfile 및 Docker Compose 구성은 즉시 사용 가능하도록 설계되어 빌드 및 오케스트레이션 단계에서 템플릿 구성이 준비되어 있도록 합니다.
개인 모델 설정 및 생성 기록을 포함한 프론트엔드 사용자 구성은 사용자의 브라우저(로컬 스토리지/IndexedDB)에 로컬로 저장되며, 백엔드에 의해 디스크나 서버 측 로그에 지속되지 않습니다. 이 프로젝트는 외부 입력 및 URL 매개변수에 대한 엄격한 유효성 검사를 구현하여 `?tryon=`과 같은 민감한 매개변수에 대해 동일 출처 또는 로컬 루프백(`127.0.0.1`/`localhost`)만 허용합니다. 이는 요청의 조용한 탈취 및 민감한 API 키 또는 사용자 사진이 신뢰할 수 없는 제3자 도메인으로 유출되는 것을 방지합니다. 공개 원격 주소는 자격 증명 전송을 위해 HTTPS를 사용하도록 엄격히 시행됩니다.
배포 지침은 Docker Compose, Docker Run 및 직접 명령줄 실행을 위해 제공되며, 모두 포트 8000으로의 내장 대체를 강조합니다. 프론트엔드는 사용자 설정, 전역 변수 및 안전하게 검증된 URL 매개변수에서 백엔드 주소를 우선시하며, 로컬 액세스를 위해 `http://127.0.0.1:8000`으로의 로컬 대체를 제공합니다. 이 프로젝트는 AI 기반 가상 착용 경험을 위한 안전하고 유연하며 쉽게 배포할 수 있는 솔루션을 제공하는 것을 목표로 합니다.
- 카테고리AI 제품 사진
- 요금제오픈소스
- 배포클라우드, 셀프 호스팅
- 플랫폼웹
nvzhuang의 핵심 기능
1407개의 AI 생성 여성 의류 참조 이미지
가상 착용 웹사이트 기능
영어 및 중국어 검색 지원
OpenAI Images와의 통합
Google Gemini와의 통합
Doubao (豆包)와의 통합
사용자 정의 가능한 기본 URL, API 키 및 AI 모델
AI 에이전트 및 협력자를 위한 엄격한 보안 지침
실제 API 키를 Git 리포지토리에 커밋하는 것 금지
외부 URL 매개변수에 대한 엄격한 유효성 검사 (예: `?tryon=`)
누락된 경우 `config.example.yaml`으로 자동 대체
기본 백엔드 서비스 포트는 8000으로 설정
프론트엔드 사용자 구성은 브라우저에 로컬로 저장
공개 원격 백엔드 주소에 대한 HTTPS 시행
Docker Compose 및 Docker Run 배포 옵션
nvzhuang 시작하기
리포지토리 복제: GitHub 리포지토리에서 프로젝트 파일을 가져옵니다.
환경 변수 구성: `backend/.env.example`을 `backend/.env`로 복사하고 API 키를 입력합니다 (예: `ARK_API_KEY`, `OPENAI_API_KEY`, `GEMINI_API_KEY`).
Docker Compose로 배포: `docker compose up -d`를 실행하여 백엔드 컨테이너를 빌드하고 시작합니다. 기본적으로 포트 8000에서 수신 대기합니다.
Docker Run으로 배포 (대안): 적절한 환경 변수 및 포트 매핑과 함께 `docker run` 명령을 사용합니다.
소스에서 직접 실행 (대안): `backend` 디렉토리로 이동하여 환경 변수를 설정하고 `go run main.go`를 실행합니다.
프론트엔드에 접근: 프론트엔드 정적 페이지는 자동으로 백엔드에 연결되며, 사용자 설정, 전역 변수 또는 로컬 대체를 우선시합니다.
nvzhuang의 사용 사례
- 가상 의류 착용
- AI 이미지 생성 탐색
- 패션 디자인 영감
- 안전한 AI 애플리케이션 개발
- 오픈 소스 AI 프로젝트 배포
