基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-17 08:00

Go 后端如何实现穿搭识别与商品检索

dev.to · AI#Go#异步处理#视觉模型
Editor brief · 编辑速览

Covet 使用现有视觉模型识别照片中的服装,再返回商品、价格和购买链接。文章展示上传后返回任务 ID、后台处理、客户端轮询结果的异步流程,并说明 MVP 的功能取舍。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

上传一张穿搭照,识别衣服,再找到能买到的相似款和低价替代款,这是 Covet 想完成的事。作者用 Go 做这个作品集项目,最有价值的经验却来自一次方向调整:先让模型描述衣服,再拿描述搜索商品,结果并不好。

这篇值得看的是调整背后的工程判断:视觉信息该交给谁处理,异步任务怎样反馈进度,「平价替代」怎样才算名副其实。对准备把 AI 接进产品的程序员,这些问题比接通一次模型调用更有参考价值。

为什么衣服识别成功,商品却搜不到

作者先划定边界:不训练自有模型,不依赖用户贡献商品数据,产品输出是衣服、价格、商家和购买链接。精确视觉匹配、独立估价、降价提醒都从 MVP 中移除。目标是练习 API、数据库、第三方集成和异步处理。

最初的方案是 Gemini 识别服装并生成描述,再通过 SerpAPI 查询 Google Shopping。问题出在第二步:类似「鲜黄色短款抓绒连帽衫,带抽绳」的详细描述,搜索结果可能直接显示「Fully empty」。

作者缩短查询,去掉停用词,只保留颜色、一个描述词和品类,部分查询开始有结果。但查询越短,信息损失越多。最后退化成「黄色上衣」,用户自己也能搜。

识别结果足够详细,不代表它适合作为另一个系统的输入。

模型描述的是画面,商品搜索面对的是商家标题。两套表达方式之间,缺少可靠的对应关系。作者还踩过一个调试坑:先用 io.ReadAll 记录响应,再用 json.NewDecoder(resp.Body) 解析,流已经读完,只会得到 EOF。正确做法是继续用 json.Unmarshal(bodyBytes, &parsed) 解析已有字节。另一次超时则来自本机网络。

后来,作者改用 Lykdat 的 Global Search API,直接提交图片,一次获取检测到的衣物与相似商品,包括名称、品牌、价格、币种、URL、图片和相似度分数。原文称其免费计划每月允许 500 次图片搜索,这是作者写作时的额度描述。

Gemini 随之收缩为整套穿搭的一次风格标注,返回 streetwear、minimalist 等标签。衣物检测与商品匹配都以 Lykdat 为准,避免两个检测器分别识别,再按品类硬凑对应关系。

代价是重写 runDetection:旧接口接收衣物信息和国家,新接口接收图片路径。原先围绕文本搜索设计的抽象,无法直接容纳图片搜索。

异步上传,不能只写一个 goroutine

后端使用 Go 标准库路由、Docker 中的 Postgres、pgx 和 pgxpool。启动时读取环境变量、建立连接池并检查数据库,失败就拒绝启动,避免错误的 DATABASE_URL 留到真实请求才暴露。

上传流程分成提交任务与查询结果两步:

POST /outfits -> save image, insert row (status: pending), return id
  background job -> detect items, find products, store them (status: complete)
GET /outfits/{id}/results -> client polls until status is complete

要看清第一行:先保存图片和任务记录,再返回 id,耗时识别在后台执行。

POST /outfits 将请求体限制为 10 MB,读取前 512 字节判断实际内容类型,再调用 Seek(0, 0) 复位,防止保存时丢掉文件开头。文件使用 UUID 命名,写入 status = 'pending' 后立即返回 201。

后台通过 go h.runDetection(uploadID, savePath) 启动,使用 context.Background(),避免沿用 r.Context()。对于 Go 服务端请求,请求 context 会在 ServeHTTP 返回等情况下取消,把它传给需要继续执行的后台任务,会让任务失去运行条件。

状态细分为 pending、processing、complete、failed。客户端轮询 GET /outfits/{id}/results,完成前只获取状态,完成后获取完整结果,不必一直挂着一个可能耗时 10 秒的请求。

这里仍有生产化缺口。原文没有交代任务超时、重试,以及进程退出后的任务恢复。context.Background() 解决了生命周期独立的问题,却没有让 goroutine 变成持久任务队列。

结果能展示,还要保证标签和价格可信

作者最早要求 Gemini 返回服装 JSON 时,做了三层防护:API 开启 JSON mode;写库前检查至少 1 件、最多 10 件,品类和描述非空,并限制长度;最后规范化已知值,将 outerwear、coat、blazer 统一成 jacket,风格标签转小写并去重。

这些是早期方案的防护经验。切换 Lykdat 后,Gemini 已不再承担逐件服装检测,不能把两版架构混成一套。

作者调用 gemini-1.5-flash 和 gemini-2.0-flash 时都遇到过 404,因此把模型名放进配置。这个记录能支持「模型名需要可配置」,但原文没有说明 404 的具体原因。

商品分类也经历了一次纠偏。最早把前 5 个结果标为 closest matches,后面的全归入 budget alternatives。Lykdat 每件衣物最多返回 50 个商品,于是相似度较低、价格反而更贵的商品,也进了平价区。

新规则按相似度取前 8 个作为 closest matches;其他商品只有低于同币种 closest matches 的平均价格,才算 budget alternative。每件衣物总计最多保留 20 个商品。

「平价」必须有价格比较依据,排名靠后不能成为依据。

结果存入数据库后,价格、币种和匹配类型筛选通过 SQL 完成,无须再次调用 Lykdat 或 Gemini:

WHERE detected_item_id = ANY($1)
  AND ($2::text    IS NULL OR match_type = $2)
  AND ($3::numeric IS NULL OR price >= $3)
  AND ($4::numeric IS NULL OR price <= $4)
  AND ($5::text    IS NULL OR currency = $5)

重点是 ANY($1):先查衣物,再一次查齐这些衣物的商品,共两次查询,避免每件衣物各查一次的 N+1 问题。ORDER BY 则从固定列表选择,不能直接拼接用户输入。

数据库包含 users、sessions、outfit_uploads、detected_items、product_matches 五张表。价格使用 NUMERIC(10,2);match_type 用文本保存 closest_match 或 budget_alternative,方便扩展;上传记录的 user_id 可空,配合 ON DELETE SET NULL 支持匿名上传及删除账号后保留数据。users、sessions 使用 UUID 主键。

商品原始 URL 保存在数据库,响应时再生成 shop_url,通过联盟服务包装。联盟服务未配置时不生效,审批进度不会卡住开发。

我的判断

我认同作者最后提炼的经验:先验证风险最大的假设。这个项目最不确定的是图片能否找到有用的商品,应该尽早拿真实图片验证。把文本搜索继续包装成漂亮接口,并不能弥补匹配效果的问题。

不过,改用图片搜索是否显著改善体验,原文没有对照数据。没有命中率、延迟、地区覆盖,也没有用户对匹配质量的评价。这是一次有解释力的工程调整,还不能据此断言 Lykdat 普遍优于文本搜索。

「低于平均价」也只是一个可执行定义。高价商品会拉高均价,低于均价的商品未必符合用户预算;同币种检查必要,但原文没有处理运费、税费与库存。

认证实现有一些扎实细节:Cookie session 存入 sessions 表,提供注册、登录、退出和 /auth/me;不存在的邮箱仍执行一次 dummy bcrypt 比较,登录错误统一提示;中间件允许匿名访问,其他人访问有归属的穿搭记录返回 404。

原文将 bcrypt 限制描述成 72 个字符,这里需要纠正:通常应按 72 字节处理,多字节字符不能直接按字符数判断。原文也没有完整交代 Cookie 属性等安全配置,不能把这些细节当作完整认证审查。

作者还因 Docker 容器重建丢过表,后来用 named volume 持久化;因日志打印完整请求 URL 泄露过 API key,需要轮换。改成记录响应体也不能直接照搬,响应体同样可能包含敏感数据。

能拿来做什么

  • 做图片驱动的 AI 功能时,先用真实输入跑通「图片到可用结果」。确认检索质量后,再完善账号、页面和筛选功能,减少在错误前提上投入的时间。
  • 前端可以沿用「提交返回 id,轮询读取状态」的交互,把处理中和失败明确展示出来。若任务必须跨服务重启继续执行,后端需要补充持久队列或任务恢复机制。
  • 在 Go 或 Node 接入模型时,把 JSON 输出模式、业务校验和字段规范化分别处理。模型名放入配置,能减少更换模型时的代码改动。
  • 将昂贵的识别结果保存下来,用数据库完成价格和币种筛选。作者计划用 Go 直接提供 HTML、CSS、JavaScript,减少跨域配置;前端仍是待完成项,AI stylist chat 和虚拟试穿也只是后续设想。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
用任务日志检验智能体编排的改造收益
下一篇
LLM 修复 SQLite 更新引发的日志故障

资讯速览

dev.to · AI · 2026-11-17 08:00

AI 评分 8.0 / 10

相关标签

#Go#异步处理#视觉模型

继续阅读

  • AI 自测为何漏错:双智能体盲测实验
  • 用任务日志检验智能体编排的改造收益
  • LLM 修复 SQLite 更新引发的日志故障
  • 把视频剪辑转成编程智能体可审阅的任务
  • AI 图片存储的权限、幂等与清理设计