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 Trae 里用内置的多模态模型搞这个，折腾很久都没搞定，反而用 Flash + Vision API 这条曲线方案跑通了。有没有老哥也是用类似方案做多模态的？交流下经验。
Reasonix 的断连问题
Reasonix 我用了一段时间，效果确实可以，但遇到一个很烦的问题：一个会话用久了之后，经常性提示“正在重连”，后面就一直连不上，只能新建会话把上下文复制过去继续。已经确定不是我网络的问题，但还没定位到具体原因。
有没有用 Reasonix 的老哥遇到同样的情况？后来是怎么解决的？
大模型 API 延迟的问题
还有一个想听听大家看法的：现在大模型的 API 普遍响应慢。但用户其实等不了那么久，很多人测到一半就退出了，除了流式返回外，还有其他解决方案吗？
产品截图 产品叫「穿啥 - AI 穿搭测评与搭配推荐」，微信搜就能找到，欢迎体验和交流。
Select Language