# 「美搭」- 智能穿搭美学助手 详细产品方案

## 1. 产品概述

### 1.1 产品名称
**「美搭」- 智能穿搭美学助手**

### 1.2 产品定位
面向爱美用户的智能穿搭指导应用，集成换装、换发型、美学报告等核心能力，为用户提供个性化、专业化的形象管理方案。第一版基于 Uni-App-x 跨平台框架开发，首发鸿蒙（HarmonyOS）应用市场。

### 1.3 产品愿景
成为用户最值得信赖的智能美学助手，让每个人都能轻松拥有专业级的形象管理能力。

### 1.4 技术选型
- **开发框架**：Uni-App-x（一次开发，多端发布）
- **首发平台**：鸿蒙 HarmonyOS NEXT
- **后续规划**：iOS、Android、小程序等多端扩展
- **选型理由**：
  - 跨平台能力降低多端开发成本
  - 原生渲染性能接近原生应用
  - 鸿蒙生态快速增长，先发优势明显
  - 支持 Vue 语法，开发效率高

### 1.5 目标用户

#### 核心用户
- **人群特征**：25-35岁都市白领女性
- **消费能力**：月收入 8000-15000 元
- **消费特征**：注重形象管理，愿意为美丽付费
- **使用场景**：职场穿搭、约会造型、社交媒体分享

#### 扩展用户
- **时尚爱好者**：追求潮流趋势，需要专业指导
- **社交媒体创作者**：需要快速产出优质穿搭内容
- **形象管理初学者**：希望系统性提升穿搭品味

### 1.6 文档地图

本方案为总纲，四个核心子系统各有独立需求文档，评审与开发时以子文档为准：

| 文档 | 内容 | 对应本文档章节 |
|------|------|--------------|
| 📎 [美学报告需求文档](./美学报告-需求文档.md) | 报告触发时机、初级/全面分级、诊断维度字典、生成流程、付费策略 | 2.2 |
| 📎 [穿搭 Agent 需求文档](./穿搭Agent-需求文档.md) | 对话能力、意图识别、场景理解、能力联动 | 2.3 |
| 📎 [用户系统与记忆系统需求文档](./用户系统与记忆系统-需求文档.md) | 账号体系、会员与配额、L0~L5 分层记忆模型 | 2.4 |
| 📎 [美学知识库建设方案](./美学知识库-建设方案.md) | 12 类知识分类体系、7 种模态、构建流程、检索链路 | 2.5 |

**四者的关系**：知识库提供专业能力 → 美学报告生产用户画像 → 记忆系统承载并持续演进画像 → Agent 与试穿功能消费画像。缺少任何一环，个性化能力都会退化为通用建议。

```
   知识库（专业性）
        │
        ▼
   美学报告（诊断） ──写入──▶ 记忆系统（个性化） ──驱动──▶ Agent / 换装 / 发型
        ▲                                                      │
        └───────────────── 行为回流 ◀──────────────────────────┘
```

---

## 2. 核心功能设计（第一版）

### 2.1 智能试穿系统

#### 2.1.1 换装试穿

- **测试页面**：[https://meida.xiangsilian.com/](https://meida.xiangsilian.com/)
- **API 文档**：[https://meida.xiangsilian.com/api](https://meida.xiangsilian.com/api)
- **核心接口**：`POST https://meida.xiangsilian.com/change_cloth_base64`
- **Swagger 调试**：[https://meida.xiangsilian.com/docs](https://meida.xiangsilian.com/docs)

- **接口能力**（服务端按传入字段自动选择工作流）：
  | 传入字段 | 工作流 |
  |---------|--------|
  | 仅 `human_img` | 单图编辑（改背景/按提示词编辑） |
  | `human_img` + `cloth_img` | 模特 + 上衣换装 |
  | `human_img` + `cloth_img` + `kuzi_img` | 模特 + 上衣 + 裤子换装 |

- **请求参数**：
  | 字段 | 类型 | 必填 | 说明 |
  |------|------|------|------|
  | `human_img` | string | 是 | 模特/人物图 Base64（支持 Data URL） |
  | `cloth_img` | string | 否 | 上衣图 Base64，默认 `""` |
  | `kuzi_img` | string | 否 | 裤子图 Base64，默认 `""`，传了则走上衣+裤子流程 |
  | `change_desc` | string | 否 | 提示词，空则使用默认提示 |

- **响应格式**：
  ```json
  {
    "ret": 0,
    "state": 0,
    "msg": "success",
    "data": "https://xiangsilian.oss-cn-beijing.aliyuncs.com/tryon/xxxx.png?..."
  }
  ```
  - `ret === 0 && data` 判断业务成功
  - `data` 为阿里云 OSS 签名链接，可直接展示

- **功能描述**：
  - 虚拟试衣间：上传用户照片 → 选择服装单品 → 实时换装预览
  - 多场景适配：职场/约会/运动/聚会/旅行等场景切换
  - 单图编辑：基于提示词对人物图进行编辑（如更换背景）
  - 上衣+裤子组合换装：完整搭配预览

- **用户体验流程**：
  1. 用户上传正面全身照（或调用摄像头拍摄）
  2. 选择换装模式：单图编辑 / 上衣换装 / 上衣+裤子换装
  3. 选择服装单品（上衣/裤子图片）
  4. 可选填写提示词（如"换成白色背景"、"保留发型"等）
  5. 点击生成，等待换装结果（前端展示已等待秒数）
  6. 查看换装效果，支持保存/分享
  7. 可基于结果继续编辑或重新生成

- **关键注意事项**：
  - 推理耗时较长（几十秒到几分钟），前端超时需 ≥ 320 秒
  - 前端需展示 loading 进度和已等待秒数，避免用户误以为卡死
  - 图片建议先压缩到长边 1024~2048 再上传
  - 裤子流程必须同时传 `cloth_img`，否则解码失败
  - OSS 结果链接为签名链接，长期存储需自行转存
  - 健康检查：`GET /health`，`status` 为 `ok` 时可正常换装

#### 2.1.2 发型设计

- **测试页面**：[https://meida.xiangsilian.com/hair/](https://meida.xiangsilian.com/hair/)
- **API 文档**：[https://meida.xiangsilian.com/hair/api-doc.html](https://meida.xiangsilian.com/hair/api-doc.html)
- **API 基础路径**：`https://meida.xiangsilian.com/hair/api`
- **认证方式**：无需认证
- **发型库**：60 款发型，预览图分辨率 634×950

- **接口能力**：

  **① 获取发型列表**
  - 接口：`GET /hair/api/hairstyles`
  - 参数：无
  - 响应：
    ```json
    {
      "success": true,
      "data": {
        "hairstyles": [
          {
            "id": "1953267161121464322",
            "name": "发型4322",
            "image_url": "/hair/images/hairstyles/1953267161121464322.jpg"
          }
        ]
      }
    }
    ```
  - `image_url` 为相对路径，完整链接 = `https://meida.xiangsilian.com` + `image_url`

  **② 更换发型**
  - 接口：`POST /hair/api/change-hair`
  - Content-Type：`multipart/form-data`
  - 参数：
    | 参数名 | 类型 | 必填 | 描述 |
    |--------|------|------|------|
    | `image` | File | 是 | 用户图片（png/jpg/jpeg/gif，最大 16MB） |
    | `hairstyle_id` | String | 是 | 目标发型 ID |
  - 响应：
    ```json
    {
      "success": true,
      "data": {
        "result_image": "data:image/jpeg;base64,/9j/4AAQ..."
      }
    }
    ```
  - 超时时间 120 秒；远程调用失败时返回原图作为降级处理

  **③ 更换头发颜色**
  - 接口：`POST /hair/api/change-hair-color`
  - Content-Type：`multipart/form-data`
  - 参数：
    | 参数名 | 类型 | 必填 | 描述 |
    |--------|------|------|------|
    | `image` | File | 是 | 用户图片（最大 16MB） |
    | `rgb` | String | 是 | RGB 颜色值，格式 `"[R, G, B]"`，如 `"[255, 106, 0]"` |
    | `ratio` | String | 是 | 替换强度 0.0~1.0，如 `"0.9"` |
  - 响应：同更换发型接口
  - `ratio` 越大颜色替换越明显；超时 120 秒

- **功能描述**：
  - 发型浏览：发型列表/分类/搜索/收藏
  - 发型试戴：上传面部照片 → 选择发型 → 实时预览
  - 发色仿真：在已换发型基础上调整发色（黑/棕/金/红/自定义 RGB）
  - 强度调节：通过 `ratio` 控制发色替换强度
  - 风格筛选：按长发/短发/卷发/直发等风格筛选发型

- **用户体验流程**：
  1. 用户上传面部特写照片
  2. 浏览发型库（支持风格筛选/搜索）
  3. 选择目标发型，点击预览
  4. 等待 AI 处理（展示进度，最长 120 秒）
  5. 查看发型更换效果
  6. 可选：调整发色（选择预设色或自定义 RGB + 强度）
  7. 支持保存/分享/对比

### 2.2 专业美学报告（详见独立文档）

美学报告是产品的**画像生产者**与**专业感锚点**：体型、脸型、肤色、季型、量感、直曲等结论一次诊断、全局复用，Agent 对话与试穿推荐全部依赖它。详细需求见独立文档：

📎 **[美学报告需求文档](./美学报告-需求文档.md)**

#### 2.2.1 分级设计

报告拆分为两级，**第一版只做初级报告（免费），全面报告与支付放在 V2**：

| | 初级报告「形象速测」 | 全面报告「形象深度诊断」 |
|---|---------------------|------------------------|
| 上线版本 | **V1** | **V2**（V1 仅做占位入口） |
| 价格 | 免费 | 付费（单次 ¥29.9，会员 ¥19.9） |
| 输入 | 1 张全身照 + 4 项问卷 | 全身正/侧 + 面部特写 + 12~15 项问卷 |
| 诊断维度 | 8 项核心 | 40+ 项完整 |
| 色彩精度 | 四季粗判 + 8 色色板 | 十二季细分 + 24+ 色完整色板 |
| 发型内容 | 3 条要点 | 独立发型专项报告（8 小节） |
| 场景方案 | 1 个 | 4+ 个（含配色公式） |
| 篇幅 / 时长 | 1~2 屏 / ≤60s | 15~25 屏 / ≤5min（异步） |
| 免费额度 | 每 30 天可重新生成 1 次 | 按次购买 / 会员权益 |

> **内容深度对标**：全面报告对齐线下形象顾问交付标准（见 `reference/个人形象报告.pdf`），涵盖风格核心诊断、色彩诊断、身材穿搭指南、配饰规划、发型专项、场景方案包六大篇章，并新增线下报告普遍缺失的「30 天形象提升计划」。

#### 2.2.2 触发时机（关键设计）

原则：**报告是个性化的前置条件，要尽早触发；但需要用户投入拍照与问卷，所以不能强制。** 解法是多入口触发 + 价值前置 + 可跳过可回补。

| 类型 | 触发点 | 预期承接 |
|------|-------|---------|
| **首次生成** | ① 注册后引导（价值前置页 → 授权 → 问卷 → 拍照 → 生成），**必须可跳过** | 主触发，约 60% |
| | ② 功能内价值触发：首次换装完成后 / 首次试戴后 / Agent 缺失画像时 / 收藏满 3 个 / 第 3 次打开 App | 承接跳过用户 |
| | ③ 常驻入口：首页「我的形象报告」卡片、个人中心形象档案、Agent 快捷问题 | 长尾 |
| | ④ 社交触发：好友分享长图的落地页 | 增长 |
| **更新生成** | 体重变化 ≥3kg / 距上次 ≥90 天 / 换季（3·6·9·12 月）/ 上传新照片 / 换发型后 / 算法升级 | 主动提示，不自动扣额度 |
| **付费触发（V2）** | 初级报告结果页底部、章节内容截断处、Agent 深度问题、发型模块、会员页、营销节点、分享回流 | 转化 |
| **拦截不触发** | 非人像/多人/非全身/面部遮挡/光线过暗/分辨率过低/疑似未成年/未授权 | **不消耗额度** |

- 报告必须**版本化保留**，更新后进入「形象档案时间轴」，支持前后对比，成为留存资产而非一次性内容
- 无照片或拒绝人脸授权的用户走「问卷版轻画像」降级路径，不让个性化能力完全失效

#### 2.2.3 第一版的付费意愿验证

V1 不做支付链路，但在初级报告结果页保留「全面报告」预览卡片（模糊目录 + 内容清单 + 预计价格），点击进入「即将上线，抢先预约」并留资埋点。**决策门槛：预约率 ≥ 8% 则 V2 立即开发付费报告；< 3% 则重新评估定价与内容形态。**

### 2.3 AI 穿搭 Agent（详见独立文档）

穿搭 Agent 作为产品的智能交互核心，承担智能对话、场景理解、个性化推荐等能力。详细需求见独立文档：

📎 **[穿搭 Agent 需求文档](./穿搭Agent-需求文档.md)**

- **第一版核心能力**：
  - 自然语言对话（文字/语音）
  - 穿搭场景理解与建议
  - 与换装/换发型能力联动
  - 个性化偏好学习

- **典型场景**：
  - "我今天有个面试，怎么穿？"
  - "下雨天适合穿什么鞋子？"
  - "帮我搭一套法式优雅风格的look"
  - "这件白衬衫配什么裤子？"

### 2.4 用户系统与记忆系统（详见独立文档）

穿搭建议的价值高度依赖"懂这个人"。没有记忆系统，产品只能给出百科式的通用答案，而通用答案在内容平台上免费且更丰富——**记忆系统是本产品相对于内容平台与通用大模型的核心护城河**。详细需求见独立文档：

📎 **[用户系统与记忆系统需求文档](./用户系统与记忆系统-需求文档.md)**

#### 2.4.1 用户系统要点
- **登录方式**：华为账号一键登录（鸿蒙首发主路径）+ 手机号验证码 + **游客模式**
- **游客模式**：未登录即可完成 1 次换装、1 次试戴、1 次初级报告、3 次对话，注册后数据无感迁移，显著降低首启流失
- **授权管理**：人脸信息属敏感个人信息，必须**单独授权、可单独撤回**，并留存授权记录
- **账号生命周期**：支持数据导出、清空照片、撤回人脸授权、注销（7 日冷静期后彻底删除）

#### 2.4.2 记忆系统：六层模型

| 层级 | 名称 | 内容 | 写入方式 | 生命周期 |
|------|------|------|---------|---------|
| **L0** | 身份档案 | 性别、生日、身高体重、职业、城市 | 用户填写 | 长期 |
| **L1** | 美学画像 | 体型、脸型、肤色、季型、量感、直曲、动静、风格、核心诉求 | **美学报告写入（唯一权威源）** | 长期，90 天复核 |
| **L2** | 偏好与禁忌 | 偏好风格/颜色/品类；禁忌项（不穿短裙、不露肩）；预算 | 显式设置 + 隐式行为推断 | 长期，隐式项衰减 |
| **L3** | 事件记忆 | 试穿、收藏、分享、采纳/拒绝、对话摘要 | 自动埋点 | 180 天滚动 |
| **L4** | 会话记忆 | 当前多轮对话上下文与场景槽位 | 运行时 | 会话结束或 24h |
| **L5** | 衣橱记忆 | 用户已有单品（图片 + 属性 + 使用频率） | 用户上传 + 视觉识别 | 长期（V2） |

**关键机制**：
- **带置信度与来源**：`用户确认(1.0) > 显式陈述(0.9) > 视觉分析(0.85) > 自评(0.6) > 行为推断(0.5)`，隐式记忆 30 天未强化则衰减
- **隐式推断需确认**：同属性连续 3 次拒绝 → 生成待确认候选 → 恰当时机征询"看起来你不太喜欢露肩款？"，用户确认后才生效
- **用户偏好高于专业结论**：专业判定与用户喜好冲突时，**按用户喜好执行 + 附加专业提示**（不说教）
- **可见可控**：「我的记忆」页面可查看、修改、删除每条记忆，并可一键关闭个性化推荐（合规刚需 + 信任基础）
- **注入有预算**：画像摘要 ≤250 token + 偏好 ≤150 + 事件召回 ≤200 + 会话 ≤800，合计 ≤1400 token，不做无脑全量拼接

### 2.5 美学知识库（详见独立文档）

不能只靠大模型：会幻觉、不可审计、不可解释，且**推荐的单品没有图就无法调用换装接口**，"建议 → 预览"的闭环会断裂。详细方案见独立文档：

📎 **[美学知识库建设方案](./美学知识库-建设方案.md)**

#### 2.5.1 四层架构

```
④ 检索与推理层：硬过滤 → 向量召回 → 图谱扩展 → 重排 → 生成（带引用）
③ 资产层：单品白底图 / look 图 / 发型图 / 色板图 / 图示
② 内容层：规则条目 / 专业解释 / 场景模板 / 报告话术 / 搭配方案
① 本体层：实体定义 + 属性字典 + 枚举值 + 实体关系
```

> 建设顺序不可颠倒：先定义本体（属性字典与枚举值），再灌内容与资产。否则会出现"同一个领型有 5 种写法"，导致检索与规则全部失效。

#### 2.5.2 知识分类：12 类实体

| 类目 | 内容 | 第一版目标量级 |
|------|------|--------------|
| ① 单品 Item | 品类树 + 廓形/领型/袖型/腰线/长度/图案/正式度/量感/直曲等属性 | 800 条（≥400 条可试穿） |
| ② 色彩 Color | 色名 + HEX/HSL/**Lab** + 冷暖/明度/彩度 + 季型归属 + 配色关系 | 400 色 + 12 套色板 |
| ③ 风格 Style | 9 型基因风格 + 20+ 潮流风格（法式/韩系/清冷/老钱风…） | 29 条 |
| ④ 身材 Body | 5 体型 + 12 局部特征（溜肩/短颈/长短腰…）→ 修饰策略 | 60 组映射 |
| ⑤ 面部与发型 | 脸型/三庭五眼/量感/直曲 × 发长/卷度/刘海/发色 适配矩阵 | 60 款发型全量打标 |
| ⑥ 场景 Occasion | 20 场景 × Dress Code × 温度带（8 档）× 天气 | 80 组 |
| ⑦ 材质 Material | 垂感/挺括/透气/保暖/易皱/光泽 + 季节与季型适配 | 40~60 种 |
| ⑧ 配饰 Accessory | 8 品类的量感、材质、颜色、佩戴位置规则 | — |
| ⑨ 妆容 Makeup | 12 季型 × 底妆/眼妆/唇妆 色值方案 | 36 组 |
| ⑩ 搭配法则 Rule | 结构化 IF-THEN 规则（供规则引擎执行） | **800 条（核心资产）** |
| ⑪ 搭配方案 Outfit | 成套 look（单品组合 + 配色公式 + 适配画像 + 试穿素材） | 300 套 |
| ⑫ 趋势 Trend | 时效性流行趋势，独立库、月更、过期降权 | 每季 30~50 条 |

#### 2.5.3 模态构成：7 种模态

这是"知识库是什么模态"的直接回答——它是**多模态混合知识库**，每种模态有明确分工，不可互相替代：

| 模态 | 存储与索引 | 用途 | 优先级 |
|------|-----------|------|:------:|
| **① 结构化** | 关系库 + 索引 | 硬过滤与计算，零幻觉、可审计 | P0 |
| **② 规则** | 规则引擎（决策表） | **核心结论由规则产出，不交给大模型** | P0 |
| **③ 文本** | 全文 + 向量索引（200~400 字分块） | RAG 生成解释与话术 | P0 |
| **④ 图像** | 对象存储 + CDN + 图像向量 | 展示 + **换装 API 试穿素材** + 图搜 | P0 |
| **⑤ 色彩数值** | 关系库 + 色差计算 | 肤色→季型归属、ΔE 匹配度 | P0 |
| **⑥ 图谱** | 图库 / 邻接表 | 多跳推理 + 「为什么推荐」可解释链 | P1 |
| **⑦ 视频/音频** | CDN / TTS | 造型教程、报告语音讲解 | P2 |

各模态不是并列的独立数据，而是**同一实体的多个面**，通过统一 ID 串联，且入库时需交叉校验一致性（如图像标注颜色必须与色值一致）。

#### 2.5.4 两个必须前置解决的数据缺口

| 缺口 | 影响 | 解法 |
|------|------|------|
| **发型库无适配标签** | 现有 60 款发型仅有 `id/name/image_url`，导致"按脸型推荐发型"根本无法实现 | 人工打标 60 款（脸型/量感/直曲/长度/卷度/刘海/正式度），约 1~2 人日 |
| **无单品白底图素材** | 换装接口需要 `cloth_img`/`kuzi_img`，没有素材则"一键试穿"不可用，用户只能自己找图 | 建立抠图流水线，V1 至少产出 300 件 `tryon_ready` 单品 |

> 换装接口仅支持上衣与裤子，**连衣裙、鞋、包、配饰无法试穿**。因此每个单品必须标注 `tryon_slot` 与 `tryon_ready`，产品端只对可试穿单品展示"一键试穿"，其余展示"加入搭配"，避免用户点了没反应。

### 2.6 我的衣橱（V2 规划，差异化重点）

当前所有 AI 穿搭产品的通病是"推荐了用户没有、也买不到的衣服"。衣橱功能让建议落到用户真实拥有的单品上：

- 拍照入库 → 自动抠图 → 视觉识别属性（品类/颜色/廓形）→ 用户微调确认
- 能力：一衣多搭（这件衬衫能配什么）、衣橱体检（哪些不适合你的季型/体型）、缺口建议（补齐 3 件即可多出 12 套搭配）、按场景生成 look
- 与记忆系统 L5 打通，是提升长期留存的核心功能
- V1 可先埋入口收集意愿，不开发

### 2.7 任务中心（长耗时任务产品化）

换装最长 320s、发型 120s、全面报告 ≤5min，长耗时是本产品的**固有特征**，不能靠"转圈等待"硬扛：

- 所有 AI 生成走**异步任务队列**，返回 `task_id`，前端轮询或长连接获取状态
- 用户可最小化任务、退出页面甚至退出 App，完成后**推送通知**召回
- 任务中心统一展示进行中/已完成/失败任务，失败可一键重试（不重复计费）
- 生成过程**步骤可视化**（识别人像 → 测算体型 → 分析面部 → 采样色彩 → 生成方案），并展示已等待秒数
- 等待期填充内容：美学小知识卡、报告样例、热门搭配
- 端侧**前置质量校验**（是否人像/单人/全身/清晰/光线），不合格直接拦截，既省成本又省用户时间

### 2.8 第一版功能范围

#### ✅ 第一版包含
- 换装试穿（单图编辑 / 上衣 / 上衣+裤子）
- 发型设计（发型更换 / 发色更换）+ **60 款发型适配标签**
- **初级美学报告**（免费）+ 形象档案与版本对比
- AI 穿搭 Agent（基础对话 + 画像注入）
- 用户系统（华为账号 / 手机号 / 游客模式 + 数据迁移）
- 记忆系统 L0~L4 + 「我的记忆」管理页
- 美学知识库 V1（规则 400 条 / 单品 300 条 / 方案 100 套 / 12 套色板 / 发型打标）
- 任务中心 + 完成推送 + 端侧照片预检
- 历史记录、收藏、分享长图
- 配额与成本计量（为 V2 定价提供真实数据）

#### 🅿️ 第一版做入口、不做实现（意愿验证）
- 全面美学报告（预约留资 + 埋点，验证付费意愿）
- 我的衣橱（入口收集意愿）
- 会员订阅（灰度开关预留，不开放支付）

#### ❌ 第一版不包含（后续版本规划）
- 支付与订单链路、会员点数体系
- 购物引导、商城与电商导购分成
- 化妆指导（接口待定）
- 社区与 UGC
- B 端 API 输出
- 多端协同（平板/手表/车机）
- 系统级集成（服务卡片/语音唤醒等）

---

## 3. 产品形态与权益设计

### 3.1 原方案的成本风险与改造

原方案设定"会员 ¥9.9/月 = 无限换装"，在成本上不成立：换装是长耗时 GPU 推理（几十秒到几分钟），单次成本在角到元量级，重度用户单月可消耗数十元，**会员越活跃越亏损**。改造为「基础免费额度 + 权益点数制」，把不可控的无限供给变成可控的点数消耗。

### 3.2 权益对照表

| 权益项 | 免费版 | 会员版 ¥9.9/月 | 高级版 ¥29.9/月 |
|--------|--------|---------------|----------------|
| 每日免费换装 | 3 次 | 10 次 | 20 次 |
| 每日免费试戴发型 | 3 次 | 10 次 | 20 次 |
| 每日 AI 对话 | 10 轮 | 100 轮 | 不限（防刷上限） |
| 月度权益点数 | 0 | 300 点 | 1000 点 |
| 初级美学报告 | 每 30 天 1 次 | 每 7 天 1 次 | 不限（每日 ≤3） |
| 全面美学报告（V2） | 单次 ¥29.9 | 单次 ¥19.9 | 含 1 次/季 |
| 我的衣橱容量（V2） | 20 件 | 200 件 | 不限 |
| 记忆条数上限 | 50 条 | 500 条 | 不限 |
| 高清导出 / 去水印 | ❌ | ✅ | ✅ |
| 广告 | 开屏 + 信息流 | 无 | 无 |
| 优先体验新功能 / 专属客服 | ❌ | 部分 | ✅ |

- **点数消耗**：换装 10 点、发型 5 点、全面报告 200 点、高清重绘 20 点
- **点数获取**：会员月赠、签到、邀请好友、观看激励广告、单独购买（¥6 = 100 点）
- **扣减顺序**：先扣免费次数 → 再扣点数 → 点数不足才引导付费
- 每次消耗必须有前置提示（"本次消耗 10 点，剩余 290 点"），**禁止静默扣费**

### 3.3 第一版落地方式

V1 **只做免费额度与计量**，不开放支付：

- 完整记录每次调用的成本、耗时、结果（`usage_log`），用真实数据校准单用户成本与点数定价
- 会员页做静态权益展示 + 「上线提醒我」留资，验证订阅意愿
- 全面报告做预约留资，验证单次付费意愿（门槛 ≥8%）
- V2 依据 V1 数据确定最终定价，避免拍脑袋定价导致亏损或滞销

---

## 4. 市场分析与竞争策略

### 4.1 市场规模

> ⚠️ **数据待补来源**：以下市场数据尚未标注出处，评审前需补齐信源（报告名称、发布机构、发布时间）并标注为预测值或实际值。缺乏信源的市场数据在投资与立项评审中会被直接质疑，属于必须修补的文档缺陷。

#### 4.1.1 中国时尚电商市场
- **市场规模**：2025年预计达 2.8 万亿元
- **增长率**：年复合增长率 15%+
- **用户规模**：超过 5 亿用户
- **移动端占比**：超过 80%

#### 4.1.2 AI 美妆市场
- **市场规模**：2025年预计达 500 亿元
- **增长率**：年复合增长率 25%+
- **用户规模**：超过 2 亿用户
- **渗透率**：仍在快速提升

#### 4.1.3 鸿蒙生态
- **用户规模**：已超 1 亿，快速增长
- **设备数量**：超过 3 亿台设备
- **应用数量**：超过 50 万个应用
- **开发者生态**：超过 500 万开发者

### 4.2 竞品对比

| 产品 | 优势 | 劣势 | 我们的差异化 |
|------|------|------|-------------|
| **美图秀秀** | 用户基数大，技术成熟 | 主要是工具类，缺少专业美学 | 专业美学报告 + AI Agent |
| **小红书** | 社区活跃，内容丰富 | 试穿能力弱，缺少专业性 | 实时换装 + 系统性搭配 |
| **传统试衣间App** | 功能专注 | 用户体验差，功能单一 | 跨平台 + AI 穿搭 Agent |
| **品牌自研** | 深度绑定品牌 | 封闭生态，用户受限 | 开放平台 + 跨品牌推荐 |

### 4.3 竞争策略

#### 4.3.1 壁垒的真实来源（需要重新校准）

换装/发型接口是**可替代的通用能力**，竞品同样能接入，因此不构成壁垒。真正可积累、难复制的资产有三项，也是资源投入的重点：

| 资产 | 为什么难复制 | 投入方式 |
|------|------------|---------|
| **美学知识库**（800 条专家规则 + 12 套色板 + 适配矩阵） | 需要专业形象顾问长期投入，无法靠大模型生成后直接使用 | 顾问合作 + 人审流水线 |
| **用户画像与记忆资产** | 数据随使用时长复利增长，用户迁移成本高 | 报告 + 记忆系统 |
| **可试穿素材库**（白底单品图 + 属性标注） | 需要采集、抠图、标注的重投入，且是"建议→预览"闭环的唯一入口 | 素材运营流水线 |

短期可用优势（非壁垒，但决定上市速度）：已验证的换装/发型接口、Uni-App-x 多端能力、鸿蒙生态先发。

#### 4.3.2 差异化定位
- **不仅是试穿**：系统性美学指导，而非单一工具
- **懂你的建议**：画像 + 记忆驱动的个性化，而非通用百科答案
- **建议可预览**：结论直接联动换装/试戴，闭环体验
- **专业可解释**：每条建议可追溯到体型/色彩/场景规则
- **形象档案化**：报告版本化 + 前后对比，把一次性内容变成长期资产

#### 4.3.3 快速迭代
- **MVP 优先**：1-2 个月上线 MVP
- **用户反馈**：快速收集用户反馈
- **数据驱动**：基于数据优化产品
- **小步快跑**：持续快速迭代

---

## 5. 商业模式

### 5.1 收入来源

#### 5.1.1 单次付费内容（V2 起的主力）
- **全面美学报告**：单次 ¥29.9（会员 ¥19.9），重新生成 ¥9.9
- **定价依据**：线下形象诊断客单价 300~2000 元，本产品定位"十分之一价格、八成内容"；¥29.9 处于冲动消费区间，且边际收益显著高于 ¥9.9 月费
- **为什么以报告为主力**：内容型交付物边际成本低、价值感知清晰、不产生持续的 GPU 消耗，比"无限次生成"更健康

#### 5.1.2 会员订阅
- **会员版**：¥9.9/月（含 300 点），预计转化率 3~5%
- **高级版**：¥29.9/月（含 1000 点 + 季度深度报告），预计转化率 1~2%
- **年费优惠**：会员版 ¥99/年，高级版 ¥299/年
- 权益以"额度 + 点数"计量，避免无限供给导致的成本失控（见 §3）

#### 5.1.3 点数增值
- 点数包售卖：¥6 = 100 点 / ¥30 = 600 点
- 激励视频换点数（把重度免费用户的成本转移给广告主）

#### 5.1.4 广告变现
- **开屏广告**：CPM 计费，预计 ¥50/CPM
- **信息流广告**：CPC 计费，预计 ¥2/CPC
- **激励视频**：换取点数/额度，兼顾体验与收益
- **品牌合作**：原生广告 / 联名色板 / 品牌单品进入素材库，预计 ¥10-20 万/次

#### 5.1.5 后续收入（V3+）
电商导购分成、B 端 API 输出（服装品牌/线下门店/形象顾问工具）、线上形象顾问 1v1 服务撮合

### 5.2 成本结构

#### 5.2.1 技术成本（含单位经济模型）

**必须先算清单用户成本，再定价**。V1 的核心任务之一就是采集真实成本数据：

| 成本项 | 单次成本目标 | 说明 |
|-------|------------|------|
| 换装生成 | ≤ ¥0.50 | GPU 长耗时推理，成本主导项 |
| 发型/发色生成 | ≤ ¥0.20 | — |
| 初级美学报告 | ≤ ¥0.30 | 视觉分析 + LLM 生成 |
| 全面美学报告 | ≤ ¥2.00 | 章节多、输出 token 大 |
| Agent 单轮对话 | ≤ ¥0.05 | 含 RAG 检索 |
| **免费用户月成本上限** | **≤ ¥8** | 按每日 3 次换装 + 3 次发型 + 10 轮对话的额度上限倒推 |

**成本控制手段**：端侧预检拦截无效请求、结构化结论走规则引擎不走 LLM、相同参数结果缓存、模板化减少输出 token、分级画质、免费用户错峰排队。

#### 5.2.2 其他技术成本
- **云计算**：服务器/数据库/向量库/对象存储/CDN
- **知识库建设**：顾问费 + 素材采集与抠图 + 标注（一次性 12~18 万元，见知识库方案 §9）
- **技术维护**：开发/测试/运维

#### 5.2.3 运营成本
- **内容运营**：穿搭内容/教程/UGC
- **用户增长**：推广/营销/活动
- **客服支持**：在线客服/电话客服
- **数据分析**：数据分析师/BI工具

#### 5.2.4 营销成本
- **用户获客**：广告投放/KOL合作
- **品牌推广**：品牌广告/公关活动
- **线下活动**：快闪店/时尚活动

### 5.3 盈利预测（第一年）

> ⚠️ **预测口径待修正**：以下预测基于原"无限次会员"模型，未计入按次生成的 GPU 成本随活跃度线性增长的特性，也未计入知识库一次性建设投入与全面报告收入。**待 V1 采集到真实单用户成本数据后重做财务模型**，重点校准三项假设：单用户月度生成次数、换装单次真实成本、报告付费转化率。

#### 5.3.1 Q1：验证市场
- **目标**：积累 10 万用户
- **收入**：广告收入 ¥20 万 + 会员收入 ¥5 万 = ¥25 万
- **成本**：技术成本 ¥30 万 + 运营成本 ¥20 万 = ¥50 万
- **净利润**：-¥25 万

#### 5.3.2 Q2：推出会员
- **目标**：积累 50 万用户，会员转化率 5%
- **收入**：广告收入 ¥50 万 + 会员收入 ¥30 万 = ¥80 万
- **成本**：技术成本 ¥40 万 + 运营成本 ¥30 万 = ¥70 万
- **净利润**：+¥10 万

#### 5.3.3 Q3：扩大规模
- **目标**：积累 100 万用户
- **收入**：广告收入 ¥80 万 + 会员收入 ¥80 万 = ¥160 万
- **成本**：技术成本 ¥50 万 + 运营成本 ¥40 万 + 营销成本 ¥30 万 = ¥120 万
- **净利润**：+¥40 万

#### 5.3.4 Q4：盈亏平衡
- **目标**：积累 200 万用户，DAU 30 万+
- **收入**：广告收入 ¥120 万 + 会员收入 ¥150 万 = ¥270 万
- **成本**：技术成本 ¥60 万 + 运营成本 ¥50 万 + 营销成本 ¥40 万 = ¥150 万
- **净利润**：+¥120 万

---

## 6. 实施计划

### 6.1 Phase 1：MVP（1-2 个月）

#### 6.1.1 目标
- 验证市场需求
- 验证技术可行性
- 积累初始用户
- 收集用户反馈

#### 6.1.2 任务清单
- [ ] **技术准备**
  - [ ] Uni-App-x 项目搭建
  - [ ] 鸿蒙环境配置与打包流程
  - [ ] 集成换装接口（`/change_cloth_base64`）
  - [ ] 集成发型接口（`/hair/api/*`）
  - [ ] 接口超时与异常处理（换装 320s / 发型 120s）

- [ ] **功能开发**
  - [ ] 换装试穿功能（单图/上衣/上衣+裤子）
  - [ ] 发型列表浏览与更换
  - [ ] 发色调整功能
  - [ ] 用户系统（华为账号 / 手机号 / 游客模式 + 注册后数据迁移）
  - [ ] 隐私授权流程（人脸信息单独授权 + 授权记录）
  - [ ] 历史记录与收藏

- [ ] **美学报告（初级）**
  - [ ] 引导流程（价值前置页 → 授权 → 问卷 → 拍照）
  - [ ] 端侧照片质量预检（人像/单人/全身/清晰度/光线）
  - [ ] 视觉分析能力选型与接入（体型/面部/肤色采样）
  - [ ] 规则引擎 + 报告生成链路 + 一致性校验
  - [ ] 报告页面、术语词典、数据修正
  - [ ] 形象档案与版本对比
  - [ ] 分享长图（默认结论版，不含照片）
  - [ ] 全面报告预约入口 + 埋点（付费意愿验证）

- [ ] **记忆系统**
  - [ ] L0~L4 数据模型与 `MemoryService`
  - [ ] 报告结论写入 L1
  - [ ] 显式偏好写入 + 回执确认
  - [ ] 画像摘要生成与注入（token 预算控制）
  - [ ] 「我的记忆」管理页 + 关闭个性化开关

- [ ] **知识库 V1**
  - [ ] 本体 Schema 与属性字典定义
  - [ ] 专家规则 400 条（体型/色彩/场景/风格）
  - [ ] 12 套季型色板 + 400 色色值库
  - [ ] **60 款发型适配标签打标**（当前最大数据缺口）
  - [ ] 单品素材 300 件（含白底试穿图）+ 抠图流水线
  - [ ] 搭配方案 100 套（含试穿素材绑定）
  - [ ] 混合检索链路（硬过滤 + 向量召回 + 重排）
  - [ ] 黄金评测集 200 条 + 回归测试脚本

- [ ] **Agent 基础能力**
  - [ ] 大模型选型与对接、流式输出
  - [ ] 意图识别 + 画像注入
  - [ ] 快捷问题入口、对话历史

- [ ] **体验与治理**
  - [ ] 任务中心（异步任务 + 完成推送 + 失败重试）
  - [ ] 生成过程步骤可视化 + 已等待秒数
  - [ ] 图片上传前压缩处理
  - [ ] 结果图保存与分享（水印 + AI 生成标识）
  - [ ] 配额中心 + `usage_log` 成本计量
  - [ ] 内容安全与敏感词过滤（含外貌负面表述红线）

- [ ] **测试上线**
  - [ ] 内部测试 + 黄金集准确率验收
  - [ ] 小范围灰度发布
  - [ ] 收集用户反馈
  - [ ] 鸿蒙应用上架（Beta 版）

#### 6.1.3 交付物
- MVP 版本鸿蒙应用
- 初级美学报告与形象档案能力
- 知识库 V1 + 60 款发型标签 + 300 件可试穿素材
- 用户反馈报告、技术验证报告
- **单用户成本报告与付费意愿验证结论**（V2 定价依据）

### 6.2 Phase 2：核心功能完善（2-3 个月）

#### 6.2.1 目标
- 完善核心功能
- 提升用户体验
- 建立会员体系
- 扩大用户规模

#### 6.2.2 任务清单
- [ ] **全面美学报告（付费）**
  - [ ] 六大篇章内容生成（风格诊断/色彩/身材/配饰/发型专项/场景包）
  - [ ] 十二季细分色彩算法与专业校准
  - [ ] 30 天形象提升计划 + 打卡
  - [ ] PDF 导出与长图排版
  - [ ] 五行幸运色模块（含娱乐声明与可关闭开关）

- [ ] **会员与支付体系**
  - [ ] 支付系统集成（华为支付）
  - [ ] 权益点数体系（发放/消耗/购买/对账）
  - [ ] 会员权益管理与订单/退款
  - [ ] 基于 V1 成本数据的最终定价落地

- [ ] **记忆系统进阶**
  - [ ] 隐式行为推断 + 待确认机制
  - [ ] 置信度衰减与冲突消解
  - [ ] L3 事件向量召回
  - [ ] 主动推荐（天气/日程驱动）

- [ ] **我的衣橱（L5）**
  - [ ] 单品拍照入库 + 自动抠图 + 属性识别
  - [ ] 一衣多搭、衣橱体检、缺口建议

- [ ] **知识库扩充**
  - [ ] 规则扩充至 800 条、方案至 300 套、素材至 800 件
  - [ ] **知识库管理后台**（增删改查 + 审核工作流 + 版本对比 + 效果看板）
  - [ ] 知识缺口周报机制
  - [ ] 图谱层与「为什么推荐」解释链

- [ ] **Agent 增强**
  - [ ] 语音输入、多轮上下文记忆
  - [ ] 联动换装/发型的完整闭环
  - [ ] 图片输入理解（穿搭评价）

- [ ] **体验优化**
  - [ ] UI/UX 优化、性能与稳定性优化
  - [ ] A/B 实验平台与埋点规范
  - [ ] 用户反馈与知识修正闭环

- [ ] **正式上线**
  - [ ] 正式版上线、市场推广、用户增长、数据分析

#### 6.2.3 交付物
- 正式版鸿蒙应用
- 付费全面报告 + 完整会员与点数体系
- 我的衣橱 V1
- 知识库管理后台
- 修正后的财务模型与增长报告

### 6.3 Phase 3：多端扩展（3-4 个月）

#### 6.3.1 目标
- 基于 Uni-App-x 扩展多端
- 拓展用户触达渠道
- 完善生态系统

#### 6.3.2 任务清单
- [ ] **多端发布**
  - [ ] Android 版本发布
  - [ ] iOS 版本发布
  - [ ] 小程序版本发布
  - [ ] H5 版本发布

- [ ] **功能扩展**
  - [ ] 化妆指导功能（接口确认后）
  - [ ] 更多场景模板
  - [ ] 社区/UGC 功能

- [ ] **运营优化**
  - [ ] 内容运营体系
  - [ ] 用户运营体系
  - [ ] 数据分析体系
  - [ ] 客服支持体系

#### 6.3.3 交付物
- 多端应用版本
- 完整运营体系

### 6.4 Phase 4：规模化（持续）

#### 6.4.1 目标
- 规模化用户增长
- 国际化扩展
- 持续技术创新
- 建立行业影响力

#### 6.4.2 任务清单
- [ ] **用户增长**
  - [ ] 品牌营销
  - [ ] 社区运营
  - [ ] KOL 合作

- [ ] **国际化**
  - [ ] 多语言支持
  - [ ] 本地化运营
  - [ ] 海外市场拓展

- [ ] **技术创新**
  - [ ] AI 模型优化
  - [ ] 新功能探索
  - [ ] 技术专利申请

---

## 7. 风险与应对

### 7.1 技术风险

#### 7.1.1 API 稳定性
- **风险描述**：换装/发型接口可能不稳定或超时
- **应对措施**：
  - 换装接口设置 ≥ 320s 超时，发型接口设置 ≥ 120s 超时
  - 前端展示已等待秒数，避免误以为卡死
  - 发型接口失败时使用原图降级处理
  - 监控 `/health` 接口可用性
  - 建立容错机制和重试策略

#### 7.1.2 性能瓶颈
- **风险描述**：高并发情况下性能可能不足
- **应对措施**：
  - 缓存优化（发型列表等静态数据）
  - 请求队列管理
  - 错峰处理提示
  - 性能监控

#### 7.1.3 隐私安全（人脸属敏感个人信息，最高优先级）
- **风险描述**：用户照片数据可能泄露或滥用；人脸信息处理不合规将面临监管处罚与下架风险
- **应对措施**：
  - 人脸信息**单独授权**，不可默认勾选，可单独撤回
  - 原始照片处理完即删（保留 ≤24h 仅用于任务重试），只保留派生特征与结论
  - 明确承诺照片不用于模型训练，并写入隐私政策
  - 数据加密传输与存储，OSS 签名链接短时效
  - 分享长图默认"结论版"（不含照片），降低泄露面
  - 支持数据导出、清空照片、注销彻底删除
  - 疑似未成年人拒绝生成；第三方数据处理方在隐私政策中列明
  - 定期合规审计

#### 7.1.4 Uni-App-x 跨平台风险
- **风险描述**：Uni-App-x 在鸿蒙端的兼容性和性能
- **应对措施**：
  - 提前验证鸿蒙端关键能力
  - 关注 DCloud 官方鸿蒙适配进展
  - 必要时使用原生插件补充能力
  - 性能瓶颈点用原生实现

#### 7.1.5 知识库与素材缺口（第一版最大隐性风险）
- **风险描述**：两项数据缺口会直接导致核心功能"看起来做完了但不可用"——
  - 现有 60 款发型只有 `id/name/image_url`，没有适配标签，"按脸型推荐发型"无法实现
  - 没有白底单品图素材，换装接口无图可传，"AI 建议 → 一键试穿"闭环断裂，用户只能自己找图
- **应对措施**：
  - 将发型打标（1~2 人日）与素材抠图流水线列为 Phase 1 **前置任务**，不可延后
  - V1 至少产出 300 件 `tryon_ready` 单品，未达标则功能降级为"加入搭配"而非"一键试穿"
  - 单品标注 `tryon_slot`（换装接口只支持上衣与裤子，连衣裙/鞋/包/配饰不支持），产品端据此控制按钮展示
  - 素材版权：禁止抓取电商与社交平台图片，建立 `license` 字段与审核环节

#### 7.1.6 AI 生成质量与幻觉
- **风险描述**：大模型可能给出违反美学规则或用户禁忌的建议（如给柔夏型推荐正红色、给明确拒绝短裙的用户推荐短裙），一次错误就会摧毁"专业"信任
- **应对措施**：
  - 核心结论由**规则引擎产出**，LLM 只负责组织语言，不允许自由发挥
  - 检索链路先做**硬过滤**（画像约束 + 禁忌项 + 色板范围），再做向量召回
  - 生成后**一致性校验**：禁忌项违反率必须为 0（红线）
  - 200 条黄金评测集回归测试，知识准确率 ≥95% 才允许发布

#### 7.1.7 生成成本失控
- **风险描述**：换装/报告为 GPU 长耗时推理，重度用户与刷量行为可能造成成本远超收入
- **应对措施**：
  - 配额中心统一管控 + `usage_log` 逐次记账
  - 端侧预检拦截无效请求（不合格照片不进队列、不计额度）
  - 结构化结论走规则引擎而非 LLM；相同参数结果缓存
  - 设备/账号/IP 三重限流，异常账号冻结
  - 用点数制替代"无限次"权益（见 §3.1）

### 7.2 市场风险

#### 7.2.1 用户接受度
- **风险描述**：用户可能不接受虚拟试穿
- **应对措施**：
  - 快速迭代
  - 用户反馈机制
  - A/B 测试
  - 用户教育

#### 7.2.2 竞争激烈
- **风险描述**：市场竞争激烈，可能被超越
- **应对措施**：
  - 差异化定位
  - 快速创新
  - 建立壁垒

#### 7.2.3 商业模式验证
- **风险描述**：商业模式可能无法盈利
- **应对措施**：
  - 小步快跑
  - 数据驱动
  - 多元化收入
  - 灵活调整

### 7.3 政策风险

#### 7.3.1 数据合规
- **风险描述**：可能违反数据保护法规
- **应对措施**：
  - 严格遵守《个人信息保护法》，人脸信息按敏感个人信息单独授权
  - 建立数据合规体系与处理者清单
  - 定期合规审计
  - 用户知情同意 + 可撤回 + 可删除

#### 7.3.2 AI 生成内容合规
- **风险描述**：违反《生成式人工智能服务管理暂行办法》《互联网信息服务深度合成管理规定》
- **应对措施**：
  - 报告页、结果图、分享长图**标注 AI 生成标识**
  - 保留免责声明："AI 计算可能存在误差，结论仅供参考"
  - 换装能力**限制为仅本人照片**，禁止上传他人照片（防换脸滥用），V2 增加人脸一致性校验
  - 未成年人保护：疑似未成年拒绝生成

#### 7.3.3 内容审核
- **风险描述**：用户生成内容可能违规
- **应对措施**：
  - 机器审核 + 人工审核双层机制
  - 用户举报与违规处理机制
  - **外貌评价文案红线**：禁止"腿粗""脸大"等负面表述，统一改为中性描述 + 修饰策略，敏感词表在生成后校验环节强制过滤
  - 报告不得包含医疗、减肥、整形类建议

#### 7.3.4 命理内容审核风险
- **风险描述**：五行/幸运色模块在部分应用市场审核中属敏感内容，可能影响整体上架
- **应对措施**：
  - 明确标注"仅供娱乐，不构成任何建议"
  - **服务端可配置开关**，必要时整模块下线，不影响其他功能
  - 上架前与渠道审核规则逐条核对

---

## 8. 成功指标

### 8.1 用户指标

#### 8.1.1 规模指标
- **DAU**：30 万（第一年）
- **MAU**：100 万（第一年）
- **注册用户**：200 万（第一年）

#### 8.1.2 质量指标
- **留存率**：次日 >40%，7 日 >20%，30 日 >10%
- **活跃度**：日均使用时长 >10 分钟
- **满意度**：用户满意度 >4.5/5

#### 8.1.3 转化指标
- **会员转化率**：>3%（免费转付费，按点数制修正后的保守目标）
- **高级版转化率**：>1%（会员转高级）
- **全面报告付费转化率**：>3%（曝光转购买，V2）
- **付费率**：>5%（整体付费率）

#### 8.1.4 报告与个性化指标（第一版核心）

报告与记忆系统是第一版的验证重点，指标单列：

| 指标 | 目标 | 意义 |
|------|------|------|
| **报告完成率**（生成成功 / 新用户） | > 40% | 画像覆盖度，决定所有个性化能力的上限 |
| 人脸授权通过率 | > 60% | 合规前提下的转化能力 |
| 照片合格率（通过预检 / 上传） | > 75% | 引导与预检质量，直接影响成本 |
| 报告 → 试穿转化率 | > 35% | "建议 → 预览"闭环是否成立 |
| 报告 → Agent 转化率 | > 20% | 报告是否有效导流对话 |
| 报告分享率 | > 15% | 增长杠杆 |
| **全面报告预约率** | **> 8%** | **V2 是否开发付费报告的决策门槛** |
| 画像完备率（L1 关键 8 项） | > 70% | 记忆系统地基 |
| 人均记忆条数（L2） | > 8 条 | 个性化学习深度 |
| 结论修正率 | < 15% | 诊断准确性反向指标 |
| Agent 重复询问率 | < 3% | 记忆注入是否真正生效 |
| **有画像 vs 无画像用户的建议采纳率差值** | **> 15pp** | **验证记忆系统的真实价值** |
| 有报告 vs 无报告用户次日留存差值 | > 15pp | 验证报告的留存价值 |
| 关闭个性化推荐比例 | < 5% | 信任度反向指标 |

### 8.2 业务指标

#### 8.2.1 收入指标
- **ARPU**：¥15/月（第一年）
- **会员收入**：¥150 万/年（第一年）
- **广告收入**：¥120 万/年（第一年）

#### 8.2.2 运营指标
- **API 调用量**：100 万次/月（第一年）
- **试穿次数**：50 万次/月（第一年）
- **发型设计次数**：30 万次/月（第一年）
- **美学报告生成量**：20 万份/月（第一年）

#### 8.2.3 成本指标（新增，与收入指标同等重要）
- **单用户月度 AI 成本**：免费用户 ≤ ¥8，会员 ≤ ¥20
- **单次成本**：换装 ≤ ¥0.50 / 发型 ≤ ¥0.20 / 初级报告 ≤ ¥0.30 / 全面报告 ≤ ¥2.00 / 对话 ≤ ¥0.05
- **无效调用率**（被预检拦截前的浪费调用）：< 5%
- **缓存命中率**：> 20%
- **毛利率**：> 60%（V2 起考核）

### 8.3 技术指标

#### 8.3.1 性能指标
- **接口响应**：换装 <320s（P95），发型 <120s（P95）
- **报告生成**：初级 <60s（P95），全面 <5min（P95）
- **Agent 首字延迟**：<2s（P95）
- **知识库检索**：硬过滤 <50ms，向量召回 <200ms（P95）
- **系统可用性**：>99.9%
- **错误率**：<0.1%

#### 8.3.2 质量指标
- **崩溃率**：<0.1%
- **ANR 率**：<0.05%
- **加载时间**：<3s（首屏）

#### 8.3.3 安全与质量红线
- **数据泄露**：0 次
- **安全事件**：0 次
- **合规审计**：100% 通过
- **用户禁忌项违反率**：**0**（推荐了用户明确拒绝的品类/风格，视为 P0 缺陷）
- **知识准确率**：≥ 95%（黄金评测集）
- **诊断准确率**：体型 ≥85%、脸型 ≥80%、四季季型 ≥80%

---

## 9. 下一步行动

### 9.1 立即启动（本周）

#### 9.1.1 技术验证
- [ ] 换装接口能力测试（三种工作流）
- [ ] 发型接口能力测试（发型列表/更换/发色）
- [ ] 接口性能与稳定性评估 + **单次真实成本测算**
- [ ] 视觉分析能力选型验证（体型关键点 / 面部关键点 / 肤色采样）
- [ ] Uni-App-x 鸿蒙端环境搭建

#### 9.1.2 数据前置任务（不做则功能不可用，优先级同技术验证）
- [ ] **60 款发型适配标签打标**（脸型/量感/直曲/长度/卷度/刘海/正式度）
- [ ] 单品白底图抠图流水线验证（10 件样本走通全流程）
- [ ] 知识库本体 Schema 与属性字典定稿
- [ ] 形象顾问资源接洽（规则撰写与黄金集标注）

#### 9.1.3 产品原型
- [ ] 鸿蒙应用原型开发
- [ ] 核心功能原型（含报告引导流程与任务中心）
- [ ] UI/UX 设计初版
- [ ] 用户测试

#### 9.1.4 市场调研
- [ ] 目标用户访谈（重点验证：是否愿意为形象报告付费、心理价位）
- [ ] 需求验证
- [ ] 竞品分析
- [ ] 市场数据信源补齐（§4.1 待办）

### 9.2 2 周内完成

#### 9.2.1 技术方案
- [ ] Uni-App-x 项目架构设计
- [ ] 鸿蒙打包流程确认
- [ ] 接口封装方案
- [ ] 技术评审

#### 9.2.2 设计方案
- [ ] UI/UX 设计
- [ ] 交互设计
- [ ] 视觉设计
- [ ] 设计评审

#### 9.2.3 运营计划
- [ ] 上线策略
- [ ] 推广方案
- [ ] 运营计划
- [ ] 预算规划

### 9.3 1 个月内

#### 9.3.1 MVP 开发
- [ ] 接口集成（换装/发型）
- [ ] 前端页面开发
- [ ] 用户系统开发
- [ ] 测试调试

#### 9.3.2 测试发布
- [ ] 内部测试
- [ ] 灰度发布
- [ ] 用户反馈
- [ ] 问题修复

#### 9.3.3 正式上线
- [ ] 鸿蒙应用上架
- [ ] 市场推广
- [ ] 用户运营
- [ ] 数据监控

---

## 10. 附录

### 10.1 现有接口清单

#### 10.1.1 换装接口
- **测试页面**：[https://meida.xiangsilian.com/](https://meida.xiangsilian.com/)
- **API 文档**：[https://meida.xiangsilian.com/api](https://meida.xiangsilian.com/api)
- **Swagger**：[https://meida.xiangsilian.com/docs](https://meida.xiangsilian.com/docs)
- **核心接口**：`POST https://meida.xiangsilian.com/change_cloth_base64`
- **健康检查**：`GET https://meida.xiangsilian.com/health`
- **Content-Type**：`application/json`
- **CORS**：已允许任意 Origin
- **超时建议**：≥ 320 秒
- **状态**：✅ 可用

#### 10.1.2 发型接口
- **测试页面**：[https://meida.xiangsilian.com/hair/](https://meida.xiangsilian.com/hair/)
- **API 文档**：[https://meida.xiangsilian.com/hair/api-doc.html](https://meida.xiangsilian.com/hair/api-doc.html)
- **API 基础路径**：`https://meida.xiangsilian.com/hair/api`
- **认证方式**：无需认证
- **超时建议**：≥ 120 秒
- **状态**：✅ 可用

| 接口 | 方法 | 路径 |
|------|------|------|
| 获取发型列表 | GET | `/hair/api/hairstyles` |
| 更换发型 | POST | `/hair/api/change-hair` |
| 更换头发颜色 | POST | `/hair/api/change-hair-color` |

#### 10.1.3 化妆指导接口
- **状态**：⏳ 待确认（第一版暂不包含，后续版本规划）

#### 10.1.4 现有接口的能力边界（产品设计必读）

| 限制 | 影响 | 产品应对 |
|------|------|---------|
| 换装仅支持上衣（`cloth_img`）+ 裤子（`kuzi_img`） | 连衣裙、鞋、包、配饰**无法试穿** | 单品标注 `tryon_slot`，不可试穿的只展示"加入搭配" |
| 裤子流程必须同时传 `cloth_img` | 单独换裤子会解码失败 | 前端强制校验，缺上衣时用默认上衣素材 |
| 需要传入具体服装图片 | 没有素材库则功能形同虚设 | 建设白底单品素材库（见 §2.5.4） |
| 换装耗时几十秒~几分钟 | 前台等待体验差 | 异步任务中心 + 完成推送（见 §2.7） |
| 发型接口仅返回 60 款、无适配标签 | 无法按脸型/量感推荐 | 人工打标 60 款（见 §2.5.4） |
| 发型失败时返回原图降级 | 用户可能误以为"没变化" | 前端检测结果与原图一致时提示"处理失败，请重试" |
| OSS 结果为签名链接 | 链接过期后历史记录图片失效 | 结果图需转存到自有存储 |
| 接口无认证 | 存在被盗用与刷量风险 | 服务端代理转发 + 自有鉴权与限流，**不在客户端直连** |

### 10.2 技术栈概要

- **前端框架**：Uni-App-x（Vue 3 语法）
- **首发平台**：鸿蒙 HarmonyOS NEXT
- **后续平台**：iOS / Android / 小程序 / H5
- **图片处理**：前端 Base64 编码 + 压缩
- **网络请求**：uni.request（注意超时配置）

> 详细技术架构方案将在技术设计阶段单独输出。

### 10.3 关联文档清单

| 文档 | 说明 |
|------|------|
| [美学报告需求文档](./美学报告-需求文档.md) | 触发时机、初级/全面分级、34 项诊断维度字典、生成流程、付费策略 |
| [穿搭 Agent 需求文档](./穿搭Agent-需求文档.md) | 对话能力、意图识别、场景理解、能力联动 |
| [用户系统与记忆系统需求文档](./用户系统与记忆系统-需求文档.md) | 账号与会员、配额计量、L0~L5 记忆模型、置信度与冲突消解 |
| [美学知识库建设方案](./美学知识库-建设方案.md) | 12 类知识分类、7 种模态、建设流程、混合检索链路 |
| `reference/个人形象报告.pdf` | 线下形象顾问交付样例，全面报告的内容深度基准 |

### 10.4 参考资料

#### 10.4.1 行业报告（待补齐信源）
- 《2025年中国时尚电商行业报告》——待确认发布机构与时间
- 《AI美妆行业发展趋势白皮书》——待确认发布机构与时间
- 《鸿蒙生态发展报告》——待确认发布机构与时间

#### 10.4.2 合规法规依据
- 《中华人民共和国个人信息保护法》（人脸信息按敏感个人信息处理）
- 《生成式人工智能服务管理暂行办法》（AI 生成内容标识）
- 《互联网信息服务深度合成管理规定》（换装/换脸类能力）
- 《移动互联网应用程序个人信息保护管理暂行规定》

#### 10.4.3 技术文档
- Uni-App-x 官方文档：[https://doc.dcloud.net.cn/uni-app-x/](https://doc.dcloud.net.cn/uni-app-x/)
- 鸿蒙开发官方文档
- 换装 API 文档：[https://meida.xiangsilian.com/api](https://meida.xiangsilian.com/api)
- 发型 API 文档：[https://meida.xiangsilian.com/hair/api-doc.html](https://meida.xiangsilian.com/hair/api-doc.html)

#### 10.4.4 设计规范
- 鸿蒙设计规范
- Material Design 设计规范
- iOS Human Interface Guidelines

---

## 11. 待决策事项汇总

需在评审中拍板的关键决策（按优先级）：

| # | 决策项 | 影响 | 建议 |
|---|-------|------|------|
| 1 | 第一版是否只做初级报告、不做支付 | 决定 Phase 1 范围与工期 | ✅ 建议采纳，用预约率验证付费意愿 |
| 2 | 会员权益是否改为点数制 | 决定成本可控性 | ✅ 建议采纳，避免无限供给亏损 |
| 3 | 单品素材来源（自拍摄 / 图库授权 / 品牌合作） | 决定"一键试穿"能否落地 | 建议图库授权 + 品牌合作双轨 |
| 4 | 是否引入持证形象顾问参与知识库建设 | 决定专业性与壁垒 | ✅ 建议引入 2 人，可作为营销背书 |
| 5 | 视觉分析能力自研 vs 第三方 | 决定成本与准确率 | V1 用第三方快速验证 |
| 6 | 五行模块是否纳入 V2 | 审核与合规风险 | 做但可服务端关闭 |
| 7 | 是否支持一账号多形象档案（帮家人诊断） | 影响数据模型 | V1 预留 `profile_id` 字段 |
| 8 | 报告术语体系是否需要通俗化改名 | 影响理解成本与转化 | 用户测试后决定 |

---

**文档版本**：v4.0
**创建日期**：2026-08-04
**更新日期**：2026-08-11
**作者**：产品团队
**状态**：待评审
**变更说明**：
- v4.0（2026-08-11）：
  - **新增 §1.6 文档地图**，明确四个子系统文档的关系与依赖链路
  - **重构 §2.2 美学报告**：拆分为初级（V1 免费）/ 全面（V2 付费）两级，补充完整触发时机设计（首次生成 4 类触点、更新触发 7 项条件、付费触发 7 个位置、拦截规则 11 项），并明确第一版以"预约留资"验证付费意愿；详细内容拆分为独立文档
  - **新增 §2.4 用户系统与记忆系统**：账号体系（含游客模式与数据迁移）+ L0~L5 六层记忆模型；详细内容拆分为独立文档
  - **新增 §2.5 美学知识库**：四层架构、12 类知识分类、7 种模态设计，并指出 60 款发型无标签、无白底单品素材两项前置数据缺口；详细内容拆分为独立文档
  - **新增 §2.6 我的衣橱**（V2 差异化重点）、**§2.7 任务中心**（长耗时任务产品化）
  - **重写 §3 产品形态**：会员制改为「基础额度 + 权益点数」，修正原"¥9.9 无限换装"的成本失控问题；V1 只做免费额度与计量
  - **§4.3 重新校准壁垒来源**：接口非壁垒，真实壁垒为知识库、画像记忆资产、可试穿素材库
  - **§5 商业模式**：新增全面报告单次付费为 V2 主力收入、点数增值、单位经济模型与单次成本目标；标注原盈利预测口径待修正
  - **§6 实施计划**：Phase 1 补充报告、记忆系统、知识库 V1、任务中心、配额计量等任务；Phase 2 补充付费体系、衣橱、知识库后台
  - **§7 风险**：新增知识库与素材缺口、AI 幻觉、成本失控、AI 生成内容合规、命理内容审核五类风险，强化隐私安全条款
  - **§8 指标**：新增报告与个性化指标（含预约率 8% 决策门槛、采纳率差值 15pp 验证指标）、成本指标、质量红线
  - **§10.1.4 新增现有接口能力边界**（换装仅支持上衣+裤子等 9 项限制及产品应对）
  - **新增 §11 待决策事项汇总**
- v3.0（2026-08-11）：
  - 技术栈调整为 Uni-App-x，首发鸿蒙
  - 更新换装 API 为生产环境（`https://meida.xiangsilian.com`）
  - 更新发型 API 为生产环境（`/hair/api`）
  - 移除第一版购物与商城功能
  - 移除鸿蒙系统特殊功能（分布式/原子化服务/系统级能力）
  - 移除技术架构章节，聚焦产品需求
  - 穿搭 Agent 拆分为独立需求文档
- v2.0：初始版本