返回首页
AI · 后端

从 0 到 1：用阿里云百炼搭建 AI 试衣后端

2026-09 12 min 阅读

AI 试衣的核心问题只有一个：给定一张人像照片和一张服装图，让模型生成"人穿上这件衣服"的结果图。把最难的图像生成交给云平台，后端要做的就是接入、调度与排队。

我选择阿里云百炼平台，它提供了 OutfitAnyone 这类视觉换装大模型接口，全程只用一个 HTTP 调用，免去自训模型的高成本。

第一步：注册百炼，拿到 API Key

登录阿里云百炼控制台，开通模型服务后创建 API Key。Key 只显示一次，要立刻保存；后续所有请求都通过请求头 Authorization: Bearer <API_KEY> 携带。

第二步：用 curl 先跑通接口

写任何代码之前，先用 curl 验证接口和模型是否可用。两个输入图片都需要公网可访问的 URL，所以我先把图片传到 OSS 再发起请求：

# 换装请求示例
curl -X POST "https://dashscope.aliyuncs.com/api/v1/services/aigc/image2image/outfit-anyone" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "aitryon",
    "input": {
      "person_image": "https://oss.../model_person.png",
      "garment_image": "https://oss.../short_sleeve.jpeg"
    }
  }'

第三步：封装成 FastAPI 服务

接口跑通后，我把调用封装成三个接口，对应完整的产品流程：

  • POST /api/upload：接收用户上传的图片，落盘到 OSS，返回可访问 URL
  • POST /api/tryon：提交人像图 + 服装图，创建换装任务，返回任务 ID
  • GET /api/query：按任务 ID 轮询结果，任务完成后返回生成图 URL

模型调用耗时较长（几十秒），所以 tryon 接口先落任务、再异步执行，前端用轮询拿结果，避免同步等待把请求卡死。

小结：接入云模型的最大价值是省下训练与推理基础设施；后端真正要设计好的是任务队列与状态管理，这部分在另一篇文章里展开。