AI 分区分析
T 区、双颊、下巴逐区读取,分区给出肤况评估,而不是一张脸一个分数。
SKINLENS · AI 肤质参考助手
拍一张正脸,读出你的肤质四维
视觉大模型逐区分析 T 区、双颊与下巴,给出 16 型肤质定位、油脂 · 敏感 · 痘痘 · 色沉四维光谱与护肤建议。
结果由 AI 生成,仅供护肤参考,不构成医疗建议。
功能
不止一个笼统结论
从分区读取到四维定位,每一步都给出可核对的依据与置信度。
16 型四维光谱
油脂 · 敏感 · 痘痘 · 色沉四条双极光谱定位,每一维附置信度,低置信明确标注「参考」。
护肤建议
基于 16 型肤质手册生成日常护理要点,全程「参考 / 建议」口径,不做功效承诺。
隐私优先
照片分析后即时删除,不长期存储;检测历史仅保存在你的设备本地。
流程
三步拿到报告
- 1
拍摄正脸
自然光、不化妆、露出全脸。Android 版支持页面内实时取景直拍。
- 2
AI 分析
分析前自动质检:非人脸、翻拍屏幕、距离过远会被拦下并给出重拍指引,不出误导报告。
- 3
查看报告
四维光谱 + 分区评估 + 护理建议,可一键保存到本地,「我的」页随时回看。
技术
一套后端,双栈四端
这也是一个跨端工程样本:uniapp 与 Flutter 两套前端栈复刻同一套 API 与视觉,契约与设计 token 均为单一真相源。
uniapp · Vue3 H5 / 微信小程序 / App(APK)
Flutter Android APK(实时取景)
Cloudflare Workers + Hono · 统一 API(skin.9shi.cc/api)
D1 · 报告存储
R2 · 图片暂存(用后即删)
通义千问 VL · 多模态分析
契约单一真相源
报告结构由一份 JSON Schema 唯一定义,脚本生成 TypeScript 与 Dart 类型;LLM 输出同样按 schema 校验兜底。
设计 token SSOT
DTCG 格式 design-tokens.json 一份源,生成 SCSS 变量与 Dart 常量,双端视觉零漂移。
Cloudflare 边缘架构
Workers + Hono 承接 API,D1 存报告、R2 暂存图片;H5 与 API 同域部署,免 CORS。
AI 工程化
同一次视觉调用前置输入质检:非人脸 / 翻拍 / 太远直接 422 + 重拍指引,失败不落库。
隐私由架构保证
图片用后即删 + R2 生命周期兜底双保险;历史只写设备本地,服务端不建个人档案。
双端能力差异化
Flutter 版做页面内实时取景直拍(camera 插件),失败全链降级系统相机;uniapp 版以一码多端取胜。
合规与隐私
先说清楚边界
免责声明
本结果由 AI 生成,仅供护肤参考,不构成医疗建议,严重皮肤问题请就医。
隐私承诺
上传照片仅用于本次分析,分析完成即刻删除;检测历史仅保存在你的设备本地,服务端不建立个人档案。