Veri：基于AI视觉分析的Pinterest时尚图片购物匹配系统

Veri是一款将Pinterest时尚灵感转化为可购买商品的智能搜索应用，核心通过OpenAI Vision分析图片风格特征，结合用户偏好学习实现精准推荐。项目解决了传统文字搜索难以准确传达时尚风格的痛点，采用Next.js、Supabase等现代技术栈构建，提供流畅的'导入-分析-匹配'购物体验。

对于时尚用户，Pinterest是灵感宝库，但将视觉灵感转化为购买商品存在困难：传统文字搜索难以准确描述风格（如'法式优雅'），搭配涉及颜色、款式、面料等多维度，用户需单品或平价替代时需求未被满足。Veri针对此痛点，结合AI视觉分析与电商搜索，架起灵感到购买的桥梁。

多维度AI视觉分析

• 基于OpenAI Vision提取类别、风格、色彩、轮廓等结构化信息
• 支持Pinterest板块聚合分析生成用户整体风格画像

智能匹配机制

• 多模态搜索（文本/图片/混合）
• 语义相关的查询扩展（如'波西米亚长裙'扩展为'民族风印花连衣裙'）
• 精细化筛选（场合、风格、长度等）

交互设计

• Tinder式卡片滑动浏览，右滑喜欢左滑跳过
• 偏好学习（短期会话互动+长期画像+板块关联）

技术架构

• 前端：Next.js16+React19+TypeScript+Tailwind CSS4
• 后端：Supabase（认证/数据）、OpenAI Vision API（图像分析）、Playwright+Browserbase（Pinterest抓取）
• 部署：Vercel优化配置

个人用户

解决Pinterest收藏无法购买的问题，满足特定场景（毕业礼服/度假穿搭）的'找同款'需求

时尚博主

嵌入商品链接实现内容变现，为粉丝提供'一键get同款'

零售商

获取精准流量，匹配用户风格偏好提升转化率

开发者

提供AI+电商的完整参考案例，涵盖抓取、分析、推荐等核心环节

当前局限

• 数据源依赖：Pinterest抓取受页面结构变更影响，服务器less环境稳定性挑战
• 商品库覆盖：匹配效果取决于数据库丰富度
• 分析准确性：面料质感等细节难以通过图片准确判断

总结

Veri是AI技术在电商领域的创新应用，融合计算机视觉与传统搜索解决真实痛点，为AI+电商创业者提供可学习案例（痛点定位+技术组合+体验设计）

• 虚拟试穿：集成AR/VR技术提升购买信心
• 社交功能：好友系统与社区分享
• 价格追踪：收藏商品降价通知
• 多品类扩展：从服装到家居、美妆等视觉驱动品类