上传一件你衣柜里的单品，AI从4.4万件时尚商品中挑一件最搭的，再生成一张模特上身图——这是开发者用Gemma 4做的穿搭配对工具Pair。

核心逻辑不复杂：用户上传照片，Gemma 4分析品类、性别、风格、配色，MongoDB从Myntra数据集（约4.4万件商品）里捞出候选，Gemma 4再从中选出最佳配对，最后Gemini生成一张时尚编辑风格的合成图。

打开网易新闻 查看精彩图片

技术栈选得务实。Node 24跑服务，MongoDB本地存商品数据，Gemma 4-31B-it负责两个关键任务：一是图像理解输出结构化JSON，二是从30个候选里做匹配决策。没让Gemma 4碰图像生成，那部分交给Gemini——分工明确，各干擅长的。

打开网易新闻 查看精彩图片

这个设计有意思的地方在于"策展式推荐"。不是全网爬数据，而是限定在一个质量可控的4.4万件商品池，既保证搭配品味在线，又规避了版权和品控风险。Gemma 4在这里的角色更像是"有审美的买手"，而非无差别检索。

对普通用户来说，痛点抓得准：早上对着衣柜发呆不知道穿什么，拍一张现有单品，30秒后得到一套完整搭配方案，还能预览上身效果。对电商场景来说，这是天然的"以图搜款+关联推荐"闭环。

打开网易新闻 查看精彩图片

代码已开源，需要Node 24环境、本地MongoDB和Google AI Studio的API key。想跑起来的话，先准备好Kaggle下载的Myntra时尚数据集——4.4万张带标注的商品图，是整套系统的地基。