GlowInspo：当 AI 为我的周一焦虑穿衣
Source: Dev.to
问题
远程工作者、创始人、创作者和顾问经常在上午 9 点前经历情绪快速波动。
示例 – 上午 7:03 AM:
- 外面下雨
- 连续会议
- 感到不堪重负
与其抓起第一件干净的毛衣，他们需要一种能够 stabilizes（稳定）他们的东西。
GlowInspo 的目标是 decision‑fatigued morning crowd（决策疲劳的早晨人群）——希望服装能够 support（支持）她们的心理状态，而不是与之竞争的女性。
- 并非关于转瞬即逝的潮流
- 而是关于运作能量
- 2 分钟的重置，让情绪状态快速切换
我构建的
GlowInspo：2 分钟 AI 驱动的情绪穿搭重置
- Check‑in – 例如，“周一早上感到不堪重负”
- Energy selection – 选择目标：Stabilize（稳定），Soften（柔和），Brighten（提亮），Amplify（增强）
- Claude Ritual – Arrival → Reframe → Direction
- Gallery – 超过 900 套来自 Pinterest 的服装，匹配所选能量和基调
- Memory – OOTD 上传创建个人身份快照，以供将来参考
演示
- 实时演示: (link placeholder)
- 视频演示: (link placeholder)
代码
# Repository URL (replace with actual link)
git clone https://github.com/yourusername/glowinspo.git
cd glowinspo
# Install dependencies
pip install -r requirements.txt
# Run the Streamlit app
streamlit run app.py为有意穿搭的女性准备的2‑分钟造型仪式
GlowInspo 是一种情绪感知的穿搭仪式，专为在忙碌工作日、创意追求以及情绪变化之间切换的女性设计。
- 目的： 帮助你为想要带入一天的能量而穿搭，而不是追随转瞬即逝的潮流。
- 收益： 减少决策疲劳，同时让衣橱与情感目标保持一致。
此版本为 DEV Challenge 所创，旨在帮助女性实现更有意图、情感相契合的穿搭。
社区
GlowInspo 旨在为以下人群设计：
- 在快节奏职业岗位工作的女性
- 在身份与可见性之间探索的创意人士
- 任何将服装视为自我表达的人
我们的关注点
想要有目的感而非感到不知所措的女性。
穿衣不应像另一项任务；它可以是一次重置。
工作原理
-
签到: 你今天是如何到来的？
-
选择你想如何呈现:
- 柔化
- 稳定
- 提亮
- 放大
GlowInspo – 情感匹配的穿搭指南
GlowInspo 是一个轻量级、具状态的 Streamlit 应用，提供与用户当前情绪相匹配的精选穿搭建议。如果你受到启发，还可以上传自己的穿搭，以丰富体验。
我是如何构建它的
GlowInspo 构建为一个单页的 Streamlit 界面，利用 session state 来管理：
- 当前推荐集合
- 反馈状态（
Inspired/Not Quite/Self‑Styled） - 情感记忆历史
- 受控的重新洗牌逻辑
Session state 防止不必要的重新计算，并在交互过程中稳定 UI 行为。
架构
| 组件 | 目的 |
|---|---|
| Streamlit UI | 单页、响应式界面 |
| Session State | 存储推荐、反馈和记忆 |
| CSV Dataset | 结构化服装数据（能量桶、色调标签、类别、图片 URL） |
| Claude (Anthropic API) | 生成情感对齐的指导并协助标记 |
数据模型与标签
Outfit data lives in a CSV file with the following columns:
| 列名 | 描述 |
|---|---|
energy_bucket | Soften, Stabilize, Brighten, Amplify 之一 |
tone_tags_v2 | 多标签描述符（例如 structured, minimal, bold） |
category | 服装类别（例如 top, bottom, accessory） |
image_url | 项目图片链接 |
标记层级
- 主过滤器 →
energy_bucket - 次级排序 → tone‑overlap 分数
Tone overlap is computed on the fly:
filtered["match_score"] = filtered["tone_list"].apply(
lambda tl: len(set(tl).intersection(set(tones)))
)AI 辅助标记
Claude 在受限的、基于提示的工作流中被用于：
- 标准化约 990 项的语调词汇
- 确保每个项目获得 2–3 个一致的语调标签
- 将每个项目分配到四个已定义的能量桶之一
模型被锁定在固定的语调分类体系中，以避免标签漂移，从而实现可扩展且情感一致的标记。
情感指导层
Claude 为每个建议生成 结构化输出：
- Arrival
- Reframe
- Direction
- Energy
- Tone tags
提示强制使用此格式并限制允许的语气词汇，以保持系统的一致性。
控制推荐逻辑
- Category‑aware diversification 确保提供多样化的建议。
- 推荐保持 frozen 状态，直到用户明确请求重新洗牌。
- 只能通过 “Not Quite” 反馈进行手动重置，以防止无限滚动并降低认知负荷。
身份记忆
用户上传的 OOTDs（Out‑Of‑The‑Door looks）存储在会话状态中，包含：
- 心情
- 能量
- 复合身份标签（例如 “Tired + Amplify”）
检索记忆时，系统会 能量匹配 先前成功的身份状态，从而抑制不必要的重新排列和滚动疲劳。
扩展与未来方向 – 以人为本的 AI 产品设计
持久化存储
- 将情感记忆和上传的图片迁移到云存储（S3、GCS 等）。
- 在数据库（PostgreSQL、Firestore）中存储情绪 + 能量快照。
- 实现跨会话的身份记忆，而非仅限会话的状态。
更丰富的推荐引擎
- 用 基于向量的相似度层 替代 CSV 过滤。
- 嵌入语调标签和服装描述，以实现语义检索。
- 根据历史能量模式个性化建议。
生成式服装组合
- 利用多模态生成式 AI 模型来：
- 生成完整服装组合，而非单件商品。
- 创建个性化的造型板。
- 动态推荐互补单品。
未来的迭代可以加入 图像到图像的细化，用户上传单件商品，即可获得 AI 生成的多种造型变体。
社区层
- 自愿分享基于能量的造型。
- 展示 “热门 Amplify 造型” 或社区策划的能量看板。
GlowInspo 目前故意保持轻量，但其架构已准备好发展为功能完整、以人为本的 AI 造型平台。