前段时间做了个微信小程序「穿啥」，核心功能是： 拍一张全身照，AI 从五个维度给穿搭打分，生成一张 Q 版穿搭海报，可以分享 AI 换装：上传自己的全身照，再选一件衣服，AI 生成你穿着这件衣服的效果图 单品搭配：拍一件衣服或鞋子，AI 给出搭配方向建议 衣橱管理：录入单品后，可以基于衣橱做搭配推荐 开发过程中主要用 DeepSeek V4 Flash 来写前端和后端，遇到几个有意思的事，发出来跟大家交流下。 DeepSeek V4 Flash 配合本地 Vision API 的多模态曲线方案 DeepSeek V4 Flash 便宜是真的便宜，但它不支持多模态。我的解决办法是：让它调用我本地的 Apple Vision API 做 OCR ，间接实现“看图”的能力。 具体场景是我给它一张设计稿截图，里面有很多小图标，要求它对着设计稿写代码，需要用到的图标自己抠出来。我以为 OCR 最多只能识别文字，结果它通过 Vision API 把每个小图标的位置、大小、形状都识别得相当精准，抠出来的图标直接能用。 这点真的出乎我意料。之前在 Tra...