衣姿 PoseWear:288 组姿势与 1,407 套服装,用自己的 Key 在浏览器里试衣

如果你出过 AI 人像,一定遇到过这个卡点:姿势图、服装图、脸模图各找一个站,凑齐了往生图工具里一丢,出来的人不像、衣服变了、姿势也走了样。素材站和生图工具之间那道缝,一直没人管。

衣姿 PoseWear 想补的就是这道缝。它是一个纯静态的开源站点:左边是姿势、服装、人像三个参考库,右边是一个试穿工作台。你上传一张自己的照片,选一套衣服、挑一个姿势,填上自己的图像 API Key,直接在浏览器里出图——没有注册、没有后端数据库,站点本身不收费。

三个库,我按线上数据自己数了一遍

项目自述的数字我都核过——不是抄 README,是直接把它线上站点加载的那几个 JSON 拉下来数条目:

  • 姿势 288 组,共 1,439 张线稿。每组带 5 个机位:正面、俯拍、仰拍、侧面、斜侧(只有 1 组是 4 个机位)。分类里既有「坐姿 29」「站姿 29」「躺卧 30」,也有「双人互动 55」。同一动作换机位不用重新找图,这一点比图片总数有用得多。
  • 服装 1,407 套。按季节分:春季 215、夏季 254、秋季 244、冬季 253;另按场合分:内衣 199、性感 140、泳装 54、派对礼服 48。每套都带中英文描述和一段可直接用的提示词,比如「外穿大衣,下身配象牙白荷叶边针织牛仔短裙,配袜子,脚踩白色运动鞋」。
  • 人像 1,499 张:正脸 893、生活照 606;按发长分短发 727、中长发 376、半长发 260、长发 136。这批是 CC0,可商用、可修改、无需署名。
  • 深度姿势另外 288 条:这一套不是下载来的,页面里直接热链原作者站点,图片不落本站、也不进仓库,仓库里只有文本元数据和中文译名。

第一个坑:288 和 1,407 是「打开 18+ 之后」的总数

这是最容易在传播中变形的地方。站内首页那排大计数器写的是「98 组姿势 / 490 张角度图 / 1,068 套服装 / 1,499 张人像」——不是 288,也不是 1,407。

差在哪?18+ 开关默认关着,成人向分类被隐藏了:190 组姿势、339 套服装不在默认视图里。算一下正好对得上:288 − 190 = 98,1,407 − 339 = 1,068。作者的提交记录里也明写了这次改动是「首页计数按非成人向统计,计数器跟随 18+ 开关」。

所以看到「288 组姿势、1,407 套服装」时要知道:那是全量,打开站默认只有三分之一。 这不是遮掩,是作者主动做的默认值——但如果你照着推广文案去找,会以为自己少开了一层。

试穿台:四步出图

  1. 上传人物照,或者干脆不用照片、纯文字出图;
  2. 选服装——从服装库里挑,也可以直接从收藏 / 最近里拖;
  3. 选姿势——选到具体机位(正面 / 侧面 / 俯拍等),不是只选动作;
  4. 选服务商、填 Key、出图。一次可以出多张,出完有前后对比、单张下载和打包下载。

三个库都能先单独浏览:点开是独立详情页,带大图、中英文描述和提示词,方便单独分享。首页有「收藏 / 最近 / 组合」,可以把多个素材拼成一段提示词,收藏能导出备份、删除能撤销。生成记录存在本机 IndexedDB,可查看、删除、清空,也能撤销。

有个细节值得单独说:默认开着「减少误拦截」。发送前它会把你的提示词改写成一段中性的电商试穿描述——「服装电商的专业试穿照片,用于商品目录。人物是成年人,完整穿着参考图中的服装(款式、颜色、剪裁完全一致,不增不减)……」——不改服装、不改姿势,只是换一种不那么容易被判为敏感的表达。README 自己也划了线:这降低的是正常穿搭被误判的概率,不绕过、也不应该绕过违规内容审核。

不止豆包和 OpenAI:代码里躺了 9 个模型 ID

README 的服务商表只列了每家的默认模型,实际代码里的可选清单更长,我按线上加载的脚本数了一遍:

  • OpenAI:gpt-image-1、gpt-image-1-mini、gpt-image-2,走 images/edits,支持多张参考图,安全审核最严
  • Gemini:gemini-2.5-flash-image(即 Nano Banana)、gemini-3-pro-image-preview、gemini-3.1-flash-image
  • 豆包 Seedream:doubao-seedream-4-0-250828、4-5-251128、5-0-flash-260915,国内直连火山方舟
  • 自定义中转:任何 OpenAI 兼容接口,自己填 Base URL + Key + 模型名,可选 edits(multipart)或 generations(JSON)两种协议

费用按各家价格从你自己的账户扣,站点不抽成。生成一般每张半分钟左右——这个数字取自官方说明,我没实测,因为实测要真花钱的 Key。

Key 到底存哪、代理到底做了什么

「API Key 只存在浏览器本地」这句话现在几乎每个 BYOK 工具都会说,所以我去读了它那 42 行代理代码,看它实际拦了什么:

  • 只接受本站页面发起的请求:校验 Origin / Referer 同源,别的站点拿不到这个代理;
  • 只有两种域名能过:OpenAI、Google 的 generativelanguage、火山方舟(含 bytepluses 域名)在官方白名单里;自定义中转必须显式带一个标记头,且路径必须长得像图片接口;
  • 拒绝转发到内网:localhost、127.、10.、192.168.、169.254. 一律 403;
  • 转发前剥掉 cookie、origin、referer、host、x-forwarded-for 等一串头,不让上游看到多余信息;
  • 结果图只从官方 CDN 下(oaidalleapiprodscus.blob.core.windows.net、volces.com、googleusercontent.com),防止被当成任意图片下载器;
  • 每 IP 限流:API 20 次/分钟、图片 40 次/分钟,并建议部署者再去 Cloudflare 控制台给 /api/proxy 加一道规则。

一个几十行的开源代理做到这个程度,比绝大多数「只转发不记录」的口头承诺实在。当然,最稳的做法还是自己部署一份——它就是静态文件加一个 Pages Function,成本几乎为零。

第二个坑:素材不在仓库里,MIT 也不覆盖图片

clone 下来你会发现仓库里没有一张素材图。要跑起来得先执行下载脚本,从原作者站点拉几个 G 的数据:

git clone https://github.com/atuizz/posewear.git && cd posewear
pip install pillow

# 从原作者的图库下载数据和图片到 ./assets-raw(数 GB,耗时较长)
python3 scripts/fetch-assets.py            # 也可只下部分:pose costume portrait

python3 build.py                           # 构建到 dist/
python3 -m http.server 8787 -d dist        # 本地预览

部署就是上传 dist/ 到 Cloudflare Pages,functions/api/proxy.js 会作为 Pages Function 一起上去。

许可边界必须说清楚,否则很容易被当成「1,407 套衣服随便用」:

  • MIT 只覆盖代码、页面文案和构建脚本;
  • 姿势和服装图片归原作者 ギア(@giaaibusi)所有,原站未标明开放许可,想转载、商用或二次分发要先联系作者;
  • 只有人像是 CC0,可商用可修改无需署名,但原作者希望不要原样批量转载,也不能拿去冒充真人;
  • 自己部署时请保留页面里的来源与作者说明。

它是第三手,但每一手都写清了出处

素材不是它原创的。上游是日本作者 ギア 分散在四个站点上的三套图库,这在国内已经衍生出至少两代项目:

  • paipiange/nvzhuang(2026-10-29,★1,800,Go,MIT):「1,407 张 AI 女装参考图集与虚拟试穿网站」——数字一模一样,比 PoseWear 早一天开源;
  • anhao/ai-pose-gallery-zh(★4,886):同源素材的完整汉化 + 拼图工作台,给的是「参考图」,不直接出图;
  • atuizz/posewear:同样素材,但做成「上传你的脸 → 选衣服姿势 → 直接调 API 出成品」。

PoseWear 的致谢里老实列了 gen-ai-pose-image 和 nvzhuang 这两个同类项目,说「给了很多思路」。三者不是抄袭关系,是同一份素材的三条产品路线:一个偏商品图、一个偏汉化图库、一个偏个人试穿。选哪个取决于你是想找素材,还是想直接得到图。

第三个坑:搜「衣姿」搜不到它

视频里没给完整链接,只说搜「PoseWear」或「衣姿」——实际只有一半管用。我在 GitHub 上试了两种搜法:

  • 搜 posewear:全站只有 1 个结果,就是它,一搜就到;
  • 搜「衣姿」:16 个结果一个都不是它,排前面的是书单、裸机示例和别的姿势项目。

原因是中文名「衣姿」只写在 README 正文里,仓库名、描述、话题标签里都没有这两个字。所以要么搜英文名,要么直接打 posewear.pages.dev,别在中文关键词上耗时间。

能不能用住:几个必须知道的边界

  • 生成不等于真实试衣。它就是一次图像编辑,衣服的版型细节、材质垂感、褶皱走向都不保证和参考图完全一致,商用前得自己验图。
  • 真人照 + 泳装内衣最容易被拦。官方自己承认 OpenAI 最严、Gemini 和豆包相对宽松,「减少误拦截」能救一部分正常穿搭,救不了违规内容。
  • 换浏览器、清缓存,收藏和历史就没了。有导入导出功能,但它是本机存储,不是云同步。
  • 没有账号也没有后端,好处是隐私,代价是跨设备不同步。
  • 非常新:10 月 30 日开源、v1.0.0、7 个提交、37 星、目前 1 个待合并的功能 PR(接入表情素材库)。能用,但别指望稳定 SLA。

一句话总结

如果你是在找素材,Hugging Face 上那些试衣模型和这个站解决的不是同一件事;如果你缺的是「照片、衣服、姿势都有了,怎么一键变成一张能用的人像图」,那 PoseWear 是目前最省事的一条路——前提是你接受:素材要自己下几个 G、图片不能随便商用、生成效果取决于你选的那家 API。

参考来源

说明:本文所有数字来自 GitHub 官方接口与项目线上站点,未做安装实测(介绍类文章按惯例不做)。生成效果、耗时与费用均引自项目官方说明。

腾讯云精选福利

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注