Wardrobe 技能综合评估
核心用法
Wardrobe 是一款本地优先的个人衣橱管理工具，通过文件系统构建可视化的衣物档案。用户为每件衣物拍摄照片并录入类型、颜色、季节、正式程度等元数据，系统自动组织成 ~/wardrobe/ 目录结构（tops/bottoms/outerwear/shoes/accessories/outfits 等）。核心工作流包括：拍照建档 → 标签分类 → 搭配组合 → 穿着追踪 → 季节性轮换 → 理性购物决策。
显著优点
- 防重复购买：购买前快速检索已有单品，避免「第 5 件白 T 恤」陷阱
- 可视化搭配：照片驱动，支持「海军蓝西装裤能搭什么」的即时查询
- 穿着数据化：可选记录穿着频次，计算「单次穿着成本」辅助决策
- 极简技术栈：纯文件+照片，无需订阅昂贵的 wardrobe app
- 渐进式上手：建议首周只拍常穿单品，降低启动门槛
潜在局限
- 手动维护成本：拍照、录入、更新状态需持续投入时间
- 无自动识别：依赖用户手动分类，无 AI 图像识别自动打标
- 穿着记录易遗漏：若不及时记录，数据价值大幅下降
- 跨设备同步：纯本地文件，需自行解决云同步（如 iCloud/Dropbox）
- 社交功能缺失：无法分享搭配或获取社区灵感
适合人群
- 追求「少而精」的胶囊衣橱践行者
- 常感「衣服很多却无可穿」的决策疲劳者
- 希望控制服装预算、减少冲动消费的理性购物者
- 季节性气候明显、需要衣柜轮换管理的人群
常规风险
- 数据丢失：本地照片与文件需定期备份
- 隐私泄露：衣物照片若含个人信息（如标签、背景）需注意存储安全
- 过度优化焦虑：开发者明确提醒「无刚性胶囊规则」「无服装负罪感」，避免系统变成新的压力源
- 初期热情消退：建议从核心单品开始，避免一次性 catalog 全部衣物导致放弃