smart personal fashion assistant

个人时尚助手 - 管理你的穿搭风格、电子衣橱，并提供每日穿搭推荐。支持身材肤色录入、衣橱增删改查、冲突检测、统计与智能推荐。

Security Scan

The package's requested actions, files, and instructions are consistent with a local personal-fashion/wardrobe assistant: it reads/writes USER.md and inventory.md, archives photos, builds prompts and payloads for a multimodal LLM, and generates reports — nothing requested is out of scope for that purpose.

Purpose & Capability

Name/description (personal fashion/wardrobe assistant) align with the included code and .mds: tools handle image ingest, inventory management, user profile creation, outfit recommendations, conflict checks and HTML dashboards. No unrelated cloud credentials or unrelated binaries are requested.

Instruction Scope

Runtime instructions require reading/writing local config files (USER.md, inventory.md), storing user photos under smart_wardrobe/, and sending image/text payloads to a multimodal LLM. Those actions are expected for the stated purpose, but they involve collecting and transmitting user photos and profile data to whatever model endpoint the agent uses — the SKILL.md assumes the agent will call a 'MiniMax' style model but does not specify the endpoint or credential handling.

Install Mechanism

No install spec; this is an instruction+tools bundle (Python scripts) that will only run if the agent chooses to execute them. No external downloads, package installs, or unusual install locations observed.

Credentials

The skill requests no environment variables or external credentials. It requires file-system access (creating folders, reading/writing USER.md, inventory.md, wardrobe_data/, temp_upload/, wardrobe_dashboard/) which is proportional to managing a local electronic wardrobe.

Persistence & Privilege

always:false and no modifications to other skills or global agent configs are requested. The skill persists its own data (USER.md, inventory.md, images, html dashboard) in a subdirectory — expected for this functionality.

Assessment

This skill appears internally consistent with a local wardrobe/fashion assistant, but review the following before installing: - Photo & data transmission: the tools compress/encode user photos into Data URIs and assemble payloads intended for a multimodal LLM. Confirm which model endpoint and credentials your agent will use — sending photos and personal body/skin data to an external model is sensitive. - Local filesystem writes: the skill will create ./smart_wardrobe/ (USER.md, inventory.md, wardrobe_data/, temp_upload/, wardrobe_dashboard/) and will move/delete files during import flows. Make sure you are comfortable with those files being created where the agent runs and that you have backups if needed. - Model-generated content becomes authoritative: several flows rely on model-generated IDs, HTML that contains embedded JSON, and then automatically update USER.md or inventory.md. A hallucinated or malformed model response could corrupt indexes or inject unexpected data into your local files — consider reviewing model outputs or enabling confirmation steps (the skill includes confirmation steps, but check your agent enforces them). - Execution capability: the bundle includes Python tools; the agent will only use them if it can run Python. If you run in a restricted environment, verify what runtime the agent will actually execute. If you want stronger safety: restrict the skill from autonomous invocation until you have validated end-to-end behavior, inspect the code in TOOLS/, and configure the agent so that any payloads containing images are sent only to a trusted model endpoint you control.

技能列表

子技能名称	功能描述	触发方式
body_data_create	创建个人风格档案，完成身材/肤色录入，并通过大模型获取专业评估反馈。	首次技能安装时系统自动引导触发，或者用户说“开始建立我的个人风格档案”。
body_data_update	查询和修改已有个人档案的任意字段，修改后可选择重新触发大模型评估。	用户说“更新我的身材数据”、“看看我的肤色档案”或“我最近风格变了，改成街头风”。
self_wardrobe_preference	确立个人衣橱管理的底层逻辑与量化目标（如黄金色彩配比、单季衣物容量上限等）。	在建立风格档案后系统主动提示设定，或用户直接给出管理目标的反馈。
wardrobe_init	在后台进行衣橱环境的初始化（构建必需的文件与目录结构）。	安装助手时自动后台调用；如果用户误删了衣橱的核心文件/目录，也可用于手动重建。
clothing_add	处理衣物完整的入库流程，将衣物档案写入数据库并进行图片归档。	安装首次引导入库、明确附带意图上传图片（如“添加一件白色衬衫”）、或者完成冲突检查后用户确认入库。
clothing_conflict_check	检查用户新上传的衣物与衣橱内现货是否存在颜色、风格或高重复度冲突，并给出购买/入库建议。	用户传入图片主动询问“帮我看看衣橱是否有相似衣物”，或上传图片10秒无明确指令后系统主动询问触发。
clothing_search	根据名称、颜色、类别、ID 等条件，从衣橱库存中检索定位具体衣物。	用户说“帮我找找我的真丝衬衣”或“我的衣柜中有没有黑色牛仔裤”。
clothing_update	定位目标衣物后，修改其电子衣橱记录属性或将其彻底出库/移除删除。	用户说“我已经把这件衣服送洗了”、“改一下这件衣服的状态”，或“这件我上周扔了，把它删掉吧”。
wardrobe_stats	基于衣橱当前实况与设定的管理目标，进行智能统计与分析，自动生成可视化的 HTML 诊断看板。	由系统每月定时推送，或用户说“看看我的衣橱统计”或“我还缺什么衣服”等探寻全局维度的指令。
daily_outfit_recommend	根据常驻城市天气、适用场景、个人风格以及当前衣橱库存，智能生成第二天的穿搭推荐方案与图片展示。	用户说“帮我配一下明天的衣服”或由系统每日定时主动推送。

安装流程

当用户首次启用本技能时，请按以下步骤引导用户完成初始化：

1. 友好问候：向用户说明核心功能和子功能触发方式："你好！我将帮助你建立个人风格档案、管理衣橱，并每天为你推荐穿搭。以下是主要的子功能，你可以这样说调用功能……（此处列举子功能名称和触发方式）"
2. 构建风格档案（必须）：向用户介绍并调用 body_data_create 子技能（引导用户："首先，让我们建立你的个人风格档案吧，我将引导你录入你的身材和肤色特征，给出专业的个人评估报告~要开始吗？"）。
3. 设定衣橱偏好（必须）：向用户介绍并调用 self_wardrobe_preference 子技能（引导用户："接下来，为了更好地管理，你想采用怎样的色彩比例或衣橱容量上限呢？"）。
4. 初始化环境（必须）：后台调用 wardrobe_init 构建目录与索引，完成后告知用户专属衣橱已就绪。
5. 引导首次入库：提示用户可以开始使用 clothing_add 录入单品（例如："衣橱准备好了！你可以随时拍一张衣服的照片发给我，我会帮你存进去。"），或选择跳过。

💡 提示：安装过程中收集的档案与偏好数据将统一持久化至 USER.md 表单（详见附录：USER.md 示例）。若用户后续需修改档案，可随时唤起 body_data_update 等其他变更子技能。 🚨 注意：在调用任何子技能（包含上述安装流程中的 body_data_create 等）时，必须先使用 view_file 读取其对应的 .md 定义文件，严格按其流程执行。

---

子技能一览

🚨 全系统最高优指令 (CRITICAL INSTRUCTION) 🚨
本系统由多个专注单一职责的子技能协同组成。Agent 在触发或执行任何一个子技能前，绝对禁止仅凭摘要或猜测行事！
必须且强制第一时间使用 view_file 工具读取该子技能对应的 .md 定义文件，并严格按照其内部的流程、约束条件和规范进行执行。不阅读对应文件直接回答或执行属于严重违规！

详细的执行逻辑、约束条件与技术实现请参考各自对应的说明文件：

1. body_data_create

• 功能：创建个人风格档案，并通过大模型获取专业评估反馈。
• 对应技能定义：smart_selfstyle_create.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_selfstyle_create.md，严格遵循其内部定义的 Phase 1~3 流程进行多轮交互！

• 输入：无（通过交互式问答获取）。
• 输出：生成/覆盖 USER.md（含大模型评估结果），输出个人风格档案评估结果。
• 执行流程：严格遵循 smart_selfstyle_create.md 中定义的交互流程。
• 工具依赖：body_data_generator.py 中的 check_data_sufficiency()、build_evaluation_payload()。
• 调用示例：用户说"开始建立我的个人风格档案"或技能安装时自动触发。

2. body_data_update

• 功能：查询和修改已有个人档案的任意字段，修改后可重新触发大模型评估。
• 对应技能定义：smart_selfstyle_update.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_selfstyle_update.md，依照其规范执行查询或修改！

• 输入：用户指定要修改的字段及新值（如"我的体重变成65kg"或"我喜欢休闲风格"）。
• 输出：更新 USER.md 并确认修改，可选重新触发大模型评估。
• 执行流程：严格遵循 smart_selfstyle_update.md 中定义的交互流程。
• 工具依赖：body_data_generator.py 中的 build_evaluation_payload()（重新评估时使用）。
• 调用示例：用户说"更新我的身材数据"、"看看我的肤色档案"或"我最近风格变了，改成街头风"。

3. wardrobe_init

• 功能：初始化衣橱环境。
• 对应技能定义：smart_wardrobe_archiver.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_wardrobe_archiver.md 并遵循其初始化逻辑！

• 输入：无。
• 执行流程：严格遵循 smart_wardrobe_archiver.md 中定义的初始化逻辑。
• 工具依赖：wardrobe_tools.py 中的 WardrobeManager.init_environment()。
• 输出：确认目录及文件已就绪，衣橱环境准备完毕。
• 调用示例：安装时自动调用；如果用户误删衣橱文件或目录，可手动调用重建。

4. clothing_add

• 功能：录入衣物（完整入库流程）。
• 对应技能定义：smart_wardrobe_archiver.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_wardrobe_archiver.md 并遵循入库全流程！

• 触发条件：发生在安装首次入库引导时、执行完冲突检查后确认入库、或明确附带"入库"等指令上传图片时。（注：若仅上传照片，Agent 需等待 10 秒无意图后，主动询问是要进行冲突检查还是入库）。
• 执行流程：严格遵循 smart_wardrobe_archiver.md 中定义的入库全流程。
• 工具依赖：wardrobe_tools.py 中的 WardrobeManager 类（receive_image()、load_prompt_template()、build_model_payload()、archive_items_batch()、cleanup_temp()）。
• 输出：将衣物信息写入 inventory.md，图片归档至 wardrobe_data/。
• 调用示例：用户说"添加一件白色棉质衬衫"并上传衣物照片。

5. clothing_conflict_check

• 功能：检测新衣物（通过图片上传）与衣橱内现有衣物是否存在潜在冲突，包括颜色冲突、风格冲突及重复度过高，并为用户提供建议。
• 对应技能定义：clothing_conflict_check.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 clothing_conflict_check.md，执行冲突检索！

• 输入：用户上传图片并主动要求检查，或仅上传图片等待 10 秒后经系统主动询问选择“冲突检查”。
• 执行流程：严格遵循 clothing_conflict_check.md 中定义的交互流程。
• 工具依赖：wardrobe_tools.py 和 PROMPT/fashion_analyser_prompt.md。
• 输出：带有原因的诊断结论和建议（如"您已有一件类似的黑色休闲裤，确定要买吗？"）。
• 调用示例：用户主动上传图片并说"帮我看看衣橱是否有相似衣物"。

6. wardrobe_stats

• 功能：基于用户当前衣橱状况与个人偏好进行智能统计与诊断分析，并生成可视化看板。
• 对应技能定义：smart_wardrobe_analysis.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_wardrobe_analysis.md！

• 触发条件：用户说"看看我的衣橱统计"或"我还缺什么衣服"等查询衣橱状态的话语。
• 执行流程：严格遵循 smart_wardrobe_analysis.md 中定义的交互流程。
• 工具依赖：wardrobe_analysis_tool.py 中的 build_analysis_payload() 和 save_html_dashboard()。
• 输出：生成的可视化 HTML 诊断看板文件。
• 调用示例：用户说"看看我的衣橱统计"或"我还缺什么衣服"。

7. clothing_update

• 功能：在 clothing_search 确认目标衣物（ID）后，修改电子衣橱记录或从衣橱中明确出库/移除衣物。
• 对应技能定义：smart_wardrobe_update.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_wardrobe_update.md！

• 输入：用户确认的目标衣物 ID，以及用户的操作意图（修改某属性字段，还是彻底删除）。
• 执行流程：严格遵循 smart_wardrobe_update.md 中定义的交互流程。
• 输出：完成记录的直接更新或被删除操作，并向用户反馈最新结果。
• 调用示例：用户说"我已经把这件衣服送洗了"或"这件我上周扔了，把它删掉吧"。

8. clothing_search

• 功能：从衣橱中搜索衣物。
• 对应技能定义：smart_wardrobe_search.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_wardrobe_search.md！

• 输入：衣物标识（名称/颜色/类别/ID等）。
• 执行流程：严格遵循 smart_wardrobe_search.md 中定义的交互流程。
• 输出：查询可能的衣物图片与ID请求确认，确认后返回完整档案详情。
• 调用示例：用户说"帮我找找我的真丝衬衣"或"我的衣柜中有没有黑色牛仔裤"。

9. daily_outfit_recommend

• 功能：根据用户的常驻城市天气、风格偏好及衣橱库存，结合明日行程场景，为用户智能生成适宜的每日穿搭推荐方案，并配送单品图片。
• 对应技能定义：daily_outfit_recommend.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 daily_outfit_recommend.md！

• 输入：用户画像（审美偏好、风格逻辑如6:3:1配色）、外部环境（常驻城市天气/温度区间/适用场景）、洗涤过滤后的衣橱库存（inventory.md）。
• 执行流程：严格遵循 daily_outfit_recommend.md 中定义的交互流程。
• 工具依赖：outfit_recommend_tools.py 与核心模板 outfit_recommend_prompt.md。
• 输出：方案概览、单品清单、推荐理由及对应衣物的可视图片。
• 调用示例：用户说"帮我配一下明天的衣服"或系统定时主动推送。

10. self_wardrobe_preference

• 功能：确立个人衣橱管理的底层逻辑与量化目标（如色彩配比、单季衣物上限等）。
• 对应技能定义：smart_wardrobe_preference.md

  ⚠️ 强制前置操作：执行本技能前，必须使用 view_file 读取 smart_wardrobe_preference.md！

• 输入：用户对色彩比例（如 60:30:10）、单季衣物数量上限（如 35 件）及管理侧重点（如极简主义）的反馈与设定。
• 执行流程：严格遵循 smart_wardrobe_preference.md 中定义的交互流程。
• 输出：更新后的 USER.md（包含色彩配比、容量限制、管理偏好等指标）。
• 调用示例：完成档案建立后主动提示：“为了衣橱色彩视觉最大化，推荐 60%主色+30%辅助色+10%提亮色，结合单季35件的胶囊衣橱理念。您想参考这套方案，还是自定义偏好？”

附录

USER.md 示例

# 个人时尚与衣橱档案 (Personal Fashion Profile)

> **最后更新时间**: 2026-04-01
> **更新说明**: 更新了衣橱实时统计数据与偏好 KPI。

## 1. 基础特征与风格档案 (Basic Features)
*本部分由 `body_data_create` / `body_data_update` 维护*

- **面部与肤色特征**
  - **肤色基调**: 冷白皮 / 暖黄皮 / 极度白皙 (例：夏季冷调)
  - **五官特点**: 量感适中，轮廓清晰
- **身材数据**
  | 部位 | 数值 | 备注 |
  |------|------|------|
  | 身高 | 165 cm | - |
  | 体重 | 52 kg | - |
  | 肩宽 | 37 cm | 直线距离 |
  | 胸围 | 82 cm | BP 点 |
  | 腰围 | 64 cm | 最细处 |
  | 臀围 | 90 cm | - |
  | 手腕围 | 14.5 cm | - |
  | 腿长 | 76 cm | - |
  | 体态特征 | 轻微圆肩、轻度假胯宽 | - |
  - **体型判定**：梨形（A 型）｜匹配度 85%
  - 肩臀比 0.82，腰臀比 0.71，上窄下宽特征明显
  - **骨架量感**：小–中量感
  - **线条曲直**：偏曲线（轮廓较柔和）
  - **优劣势规避**: 强调高腰线，修饰假胯宽

- **风格偏好与OOTD**
    | 项目 | 偏好设定 |
    |------|-------------|
    | 常用穿搭场景 | 职场通勤（70%）、周末约会（20%）、旅行休闲（10%） |
    | 偏好材质 | 真丝、棉麻、轻薄针织 |
    | 避雷单品 | 荧光色单品、过度破洞牛仔、豹纹元素 |
    | OOTD 照片路径 | /smart_wardrobe/temp_upload/ |
  - **核心风格设定**: 法式优雅、极简通勤、Weekend Casual
  - **色彩策略**：以低饱和冷调中性色为主色，偶用玫瑰粉/雾霾蓝作点缀
  - **常见穿搭场景**: 互联网公司日常通勤、周末探店、轻商务会议
  - **OOTD参考图路径**: `[wardrobe_data/ootd_refs/style_01.jpg]`

## 2. AI 专家评估与诊断反馈 (Expert Evaluation)
*本部分由大模型评估生成并写入*

- **身材与肤色诊断**:
  作为典型的夏季冷调肤色，非常适合低饱和度的冷色系（如雾霾蓝、灰粉色、冷白色）。梨形身材建议多采用“上紧下松”或“A字下装”的穿搭范式。
- **风格演进建议**:
  目前的偏好非常契合您的职场身份，建议在极简通勤中增加一两件具有设计感的金属配饰来提升精致度。避免过多大面积印花，以维持优雅感。

## 3. 衣橱管理 KPI 设定 (Wardrobe Management Goals)
*本部分由 `self_wardrobe_preference` 维护，作为 AI 推荐和冲突筛查的底层基准*

- **核心管理理念**: 胶囊衣橱与极简主义
- **单季数量上限 (Item Limit)**: 35 件
- **黄金色彩配比 (Color Target)**: 
  - **主色调 (60%)**: 黑色、白色、藏蓝色 (作为大面积基础款)
  - **辅助色 (30%)**: 燕麦色、雾霾蓝、高级灰 (用于过渡和层次叠穿)
  - **提亮色/点缀色 (10%)**: 酒红色、银色 (用于包袋、鞋履或配饰)

## 4. 实时统计与追踪 (Dynamic Wardrobe Stats)
*本部分由 `wardrobe_stats` 诊断后自动反馈并同步*

- **当前衣物总数**: 28 件 (距上限还差 7 件)
- **实际色彩分布**: 主色 55% | 辅助色 40% | 提亮色 5%
- **健康度警报**: 辅助色比例偏高，建议后续购入时倾向于补充“核心主色款”和“点缀色单品”。