Реалізація AI-асистента для підбору одягу (стиліст) у мобільному застосунку

AI-Асистент-Стиліст у мобільних застосунках

AI-стиліст у мобільному застосунку працює з двома завданнями: аналіз власного гардеробу (що я маю, що поєднується) та рекомендація нових речей за перевагами. Обидва вимагають роботи з зображеннями—це відрізняє стиліста від більшості інших AI-асистентів, де достатньо тексту.

Інвентаризація гардеробу: Vision API для одягу

Користувачі фотографують одяг, і асистент розпізнає:

• Тип речі (сорочка, джинси, сукня, пальто...)
• Колір та паттерн
• Стиль (casual, formal, sport, vintage...)
• Сезонність

GPT-4o Vision справляється з цим з коробки—жодної окремої моделі не потрібно:

// iOS: аналіз зображення одягу через GPT-4o Vision
func analyzeClothingItem(_ image: UIImage) async throws -> ClothingItem {
    guard let imageData = image.jpegData(compressionQuality: 0.7) else {
        throw AnalysisError.invalidImage
    }
    let base64Image = imageData.base64EncodedString()

    let messages: [[String: Any]] = [{
        "role": "user",
        "content": [
            ["type": "image_url", "image_url": ["url": "data:image/jpeg;base64,\(base64Image)"]],
            ["type": "text", "text": """
            Analyze this clothing item. Return JSON:
            {
              "type": "shirt|pants|dress|jacket|shoes|...",
              "colors": ["primary color", "secondary color if exists"],
              "pattern": "solid|striped|checkered|floral|...",
              "style": ["casual", "formal", "sport", ...],
              "season": ["spring", "summer", "autumn", "winter"],
              "material_guess": "cotton|denim|leather|..."
            }
            """]
        ]
    }]

    let response = try await openAIClient.chat(messages: messages, responseFormat: .jsonObject)
    return try JSONDecoder().decode(ClothingItem.self, from: response.data(using: .utf8)!)
}

Для зберігання гардеробу використовуйте Core Data / Room з мініатюрними зображеннями та JSON-атрибутами. Повні фото в локальному сховищі, посилання в базі даних.

Рекомендації аутфітів із існуючого гардеробу

Коли гардероб заповнений, головна функція—«що надіти сьогодні?» Запит включає погоду, повід, переваги.

func suggestOutfit(
    wardrobe: [ClothingItem],
    occasion: String,    // "work", "casual friday", "date", "sport"
    weather: WeatherContext,
    avoidItems: [String] // вже надіті сьогодні/вчора
) async throws -> OutfitSuggestion {

    let wardrobeDescription = wardrobe.map {
        "ID:\($0.id) - \($0.type), colors: \($0.colors.joined(separator: "/")), style: \($0.style.joined(separator: ","))"
    }.joined(separator: "\n")

    let prompt = """
    Select a complete outfit from the wardrobe below.

    Occasion: \(occasion)
    Weather: \(weather.temperature)°C, \(weather.condition)
    Avoid (recently worn): \(avoidItems.joined(separator: ", "))

    Wardrobe:
    \(wardrobeDescription)

    Return JSON: {items: [id], reasoning: "brief style logic", alternatives: [[id]]}
    """

    // ...
}

reasoning — текстове пояснення. Користувачі цінують розуміння, чому ця комбінація працює: «синя сорочка + світлі чіноси створюють контраст темне/світле, придатний для casual office».

Цветовая совместимость

LLM розуміють правила сполучення кольорів, але іноді галюцинують. Додайте детермінований фільтр на основі теорії кольору: комплементарні, аналогічні, триадні кольори через HSL-простір.

// Android - базова сумісність кольорів
fun areColorsCompatible(color1: HslColor, color2: HslColor): Boolean {
    val hueDiff = abs(color1.hue - color2.hue)
    val normalizedDiff = minOf(hueDiff, 360 - hueDiff)

    return when {
        normalizedDiff < 30 -> true           // аналогічні
        normalizedDiff in 150f..210f -> true  // комплементарні
        normalizedDiff in 110f..130f -> true  // триадні
        color1.saturation < 0.15f -> true     // нейтральні з будь-яким
        color2.saturation < 0.15f -> true     // нейтральні з будь-яким
        else -> false
    }
}

Застосуйте цей фільтр перед запитами LLM: якщо модель пропонує несумісну пару, повертайте альтернативи.

AR-примерка

Функція примерки—високий пріоритет для fashion-застосунків. Варіанти реалізації:

Overlay на фото: користувач завантажує фото, одяг накладається зверху. На iOS використовуйте CoreML із сегментацією тіла (DeepLab v3+), потім CoreImage композитинг. Якість середня.

Сервіс віртуальної примерки: Kiri Engine, Fashn AI, Replicate's IDM-VTON—cloud API. Значно краща якість, але 5–15 секунд на генерацію. Для мобільного: асинхронний запит з push-сповіщенням про готовність.

func startTryOn(userPhoto: UIImage, clothingImage: UIImage) async throws -> String {
    // Повертає jobId, результат приходить через webhook/polling
    let jobId = try await tryOnAPI.submitJob(person: userPhoto, garment: clothingImage)
    return jobId
}

func pollTryOnResult(jobId: String) async throws -> UIImage {
    for _ in 0..<30 {  // максимум 30 спроб x 2 сек = 60 сек
        try await Task.sleep(nanoseconds: 2_000_000_000)
        let status = try await tryOnAPI.checkStatus(jobId: jobId)
        if status.isReady, let url = status.resultUrl {
            return try await loadImage(from: url)
        }
    }
    throw TryOnError.timeout
}

Орієнтири за часом

Базовий асистент із текстовими рекомендаціями—3–5 днів. Повний гардероб із Vision-аналізом фото + рекомендації аутфітів + цветовая сумісність—3–4 тижні. AR-примерка через cloud API—плюс 1–2 тижні.