在大多数人对 AI 眼镜的想象里，它常常承担的是“看见世界、检索信息、导航翻译”的角色。但当我开始思考 AI Glasses 的日常落地场景时，我意识到一个更高频、更贴近日常生活的方向：实时穿搭辅助。
相比传统手机 App，AI 眼镜最大的优势不只是“能看”，而是它能在用户真实出门前、镜子前、试衣间、通勤途中，提供一种更自然、更即时的反馈方式。用户不需要先拍照、上传、等待分析，也不需要在多个页面中来回切换，只要抬头看向镜子或当前穿搭，AI 就能结合视觉信息、天气情况与出行场景，给出适合当下的搭配建议。

基于这个想法，我开发了一个运行于 AI Rokid Glasses 场景中的实时穿搭适配推荐智能体。它的目标并不是成为一个高高在上的“时尚评论员”，而是成为用户的随身造型顾问：识别当前穿搭、理解当日天气、询问出行场景，并在尽量保留现有单品的前提下，给出自然、明确、可执行的优化建议。

一、为什么是 AI Glasses，而不是传统穿搭 App

传统穿搭推荐产品通常有两个问题。

第一，它们往往停留在“推荐图片”或“风格模板”层面，很难结合用户此刻的真实状态给出判断。第二，它们的交互链路较长，用户需要主动拍摄、上传、等待分析，体验上偏重。

AI Glasses 则天然适合“实时建议”这一能力。穿搭本质上是一个高度依赖场景、时间和即时反馈的行为：今天气温高不高、湿度重不重、是去上班还是约会、脸部状态偏清透还是偏疲惫，这些变量都会影响最终建议。眼镜作为第一视角终端，既能承接摄像头画面，又能承接语音对话，因此特别适合做“边看边建议”的穿搭助手。

从产品角度看，这种应用也具备明显价值。它不是在教用户“什么是时尚”，而是在帮助用户快速回答三个更实际的问题：
今天这套能不能穿？差在哪里？怎么立刻变更好？

二、从需求到产品定义：我想做的不是“评分器”，而是“优化器”

在项目初期，我并没有把这个智能体定义成“穿搭打分工具”。原因很简单，打分会让反馈变得僵硬、单一，也容易让用户产生被评判感。相比之下，我更希望它能扮演一个真实可用的助手角色。

因此，我在角色设计上做了三个核心限定：

第一，优先优化，不轻易推翻。

很多穿搭建议系统一上来就会给出“换一整套”的方案，但现实中用户并不总有时间和条件重新搭配。这个智能体应当优先基于用户现有穿着去做微调，例如换鞋、加外套、补配饰、调整穿法，而不是直接重构整套造型。

第二，建议必须场景化。
同样一套衣服，穿去通勤、约会、旅行、见客户，判断标准完全不同。所以系统不能脱离场景做“纯审美评价”，而要把天气和出行目的一起纳入决策。

第三，语言必须自然可执行。
AI 眼镜的交互不是长文本阅读，而更接近耳边提醒。因此输出不应该是大段时尚术语，而应该像一个真正懂穿搭的朋友那样说：“这套方向没错，但下半身有点重，鞋子换轻一点会更利落。”

三、开发过程：从 Prompt 设计到能力拆分

在开发过程中，我把智能体的能力拆成了四个层次。

1. 用户意图确认层

在正式推荐前，智能体会先确认推荐方向，例如先问一句：
“你今天希望我按男生穿搭还是女生穿搭来帮你推荐？”
这一步看似简单，但非常关键。因为不同用户对穿搭的期待、轮廓、风格语义并不一致。先确认推荐方向，可以明显减少后续建议偏差。如果用户表达的是“偏中性”“偏温柔”“偏利落”，系统则按风格倾向而不是固定性别标签来组织建议。

2. 外部环境感知层

第二层能力是识别天气与环境。
我没有让智能体只是复述气温，而是要求它把天气信息“翻译”为穿搭语言。例如，高湿度意味着尽量避免厚重不透气材质；紫外线强意味着可以增加帽子、墨镜、浅色外搭；昼夜温差大则说明更适合可穿脱叠搭。这样一来，天气信息就不再是附属说明，而成为穿搭建议的直接输入条件。

3. 当前造型分析层
第三层是视觉分析，也是最核心的部分。
智能体需要从摄像头画面中识别上衣、下装、鞋子、外套、包和饰品，并进一步分析版型比例、上下身松紧关系、色彩主次、整体风格倾向，以及服装与面部气色之间的协调程度。
这里我特别强调了一个边界：只根据可见信息做风格判断，不做健康或敏感属性推断。
这既是体验问题，也是产品安全边界问题。穿搭建议系统可以说“这件颜色会让面部显得偏暗”，但不应越界做健康判断。

4. 场景决策与话术输出层

最后一层是把前面三层能力整合成真正有用的建议。
我给智能体设定了固定的输出顺序：先做一句总体评价，再指出 1 到 3 个最关键问题，最后给出可立即执行的调整动作。如果用户愿意继续优化，再追加升级方案。
例如：
先判断“这套今天能不能穿”
再指出“问题主要在比例还是颜色”
最后给出“换鞋、加外套、补配饰”这种低成本建议
这样做的好处是，用户能够立刻理解建议优先级，而不是被一堆零散意见淹没。

为了让用户体验感更好我还给智能体加上了一些插件：

以及设置了开场白和开场白预置问题来让对话体验更加舒服：

四、工程实现上的几个关键点

虽然这个项目的核心看起来是“会不会搭配”，但真正落地时，工程实现比想象中更重要。

首先是多模态输入的组织方式。
穿搭建议不是单靠图像就能完成的任务，也不是单靠对话就能完成的任务。它需要把视觉信息、天气数据、用户回答的场景信息放进同一个决策链路里。因此我在设计 Prompt 时，不是单纯堆规则，而是先建立“信息补全优先级”：先确认推荐方向，再问场景，再结合天气，最后在画面完整时做整体判断。如果画面不完整，系统就提醒用户调整镜头，而不是强行输出结论。

其次是语音反馈长度控制。
眼镜场景下，回复太长会直接损伤体验。因此我把输出分成极速模式和标准模式。极速模式只保留一句总评和两条关键建议，适合用户边走边听；标准模式则用于用户停下来认真获取建议的场景。这个设计让智能体在可用性上更接近真实助手，而不是聊天室机器人。

最后是建议优先级机制。
我规定智能体永远遵循“先救场景，再救比例，再救颜色，最后补配饰”的顺序。因为在真实穿搭里，最先影响观感的通常不是配饰，而是场景是否合适、整体比例是否顺眼。这个优先级让输出更稳定，也更符合用户直觉。

五、Demo 演示