Roomet

将 Roomet 对准一张房间照片，它会根据你选择的风格，返回三种 AI 生成的重设计方案。挑选一个，然后继续逐件家具进行编辑——更换沙发、换掉地毯、重新粉刷墙壁——直到你得到理想中的房间。每个版本都会被追踪，你随时可以回退。

功能简介

上传左侧的照片，描述想要的氛围，Roomet 会给出下面三种变体。每一种都是完全重新渲染的场景，保留了房间的骨架（窗户、门道、平面布局），但让风格、家具和配色方案随提示词自由发挥。

前后对比

输入始终是真实的照片——手机拍摄、光线杂乱、角度倾斜，都没关系。Roomet 能处理这些，因为繁重的任务由 Gemini 3 Pro Image 承担。

这是同一房间经过 Roomet 初次处理后的效果，在实际 UI 中有一个可拖动的“前后”滑块：

应用界面

整个体验由三个界面承载：一个着陆页、创建/配置流程和编辑器。

用户流程

/create 路由引导你完成：上传 → 配置 → 观看闪烁动画 → 从三个变体中选择一个。选择一个变体会跳转到 /edit/[variantId]，真正的交互在这里发生。

家具级编辑

编辑器是产品的核心。将鼠标悬停在任何一件家具上，SegmentOverlay 会高亮显示它（后端使用 YOLO-World + Gemini 分割）；点击选中它，底部的工具栏会变成一个针对该家具的提示词输入框。输入“把这个沙发换成奶油色亚麻布”，只有那个沙发会改变，房间的其余部分保持不变。

如果未选中任何物品，你的提示词将应用于整个场景。

版本历史

每次编辑都会产生一个新版本，在编辑器底部显示为缩略图条。点击任何旧版本即可回滚，而不会丢失之后的版本——历史记录是一个有向无环图，而非线性的撤销栈。这足以让你放心大胆地尝试。

灵感画廊

一个独立的画廊信息流会推送按风格标签分组的精选参考房间。点击一个即可将其风格复制到你自己的房间上。

架构

前端 (Next.js 15, React 19, TypeScript, Tailwind v4):

• 使用 App Router，包含四个顶级路由：/、/create、/edit/[variantId]、/scene/[id]（旧版重定向）
• 用于分割的 Canvas 覆盖层 (SegmentOverlay.tsx) 处理边界框命中测试和遮罩高亮
• BeforeAfterSlider、StyleCard、PillSelector、ProductQueries 构成了 UI 的其余部分
• API 客户端通过 lib/api.ts 中的 pollJob() 轮询后端以获取长时间运行的任务状态
• Next.js 重写代理将 /api/* 和 /uploads/* 路由到本地 FastAPI 后端，因此浏览器从不直接与 Gemini 通信

后端 (FastAPI + Gemini + arq):

• FastAPI API，包含场景、变体、任务、画廊和分割的端点
• 繁重的生成任务在 arq workers（基于 Redis 的任务队列）中运行，以保持 HTTP 响应迅速；当 Redis 不可用时，优雅地回退到 Python 线程
• 使用 Gemini 3 Pro Image 进行生成和修复式编辑；使用 YOLO-World 进行按需家具分割
• 使用 SQLAlchemy 连接 Supabase PostgreSQL——连接池、版本化变体历史、任务状态
• 两层图像缓存：前端是 Redis（24 小时 TTL），API 实例上是内存 LRU（约 20 个槽位）
• 基于聊天会话的 Gemini 调用，因此对同一变体的多轮编辑能保持上下文感知

亮点

• 家具感知编辑——分割 + 修复技术让你可以一次编辑一个物体，而不是每次更改都重新生成整个图像。这是让 Roomet 感觉像一个工具而非老虎机的关键区别。
• 默认生成三种变体——一次生成调用产生三种风格不同的方案，让你从一个真正的菜单中挑选，而不是“不断重试直到满意”。
• 版本有向无环图，而非线性撤销——每次编辑都从其父版本分支出来。你总是可以回滚并选择不同的方向，而不会丢失已经探索过的时间线。
• 智能后端回退机制——没有 Redis？使用线程 worker。Gemini 被限速？指数退避重试。YOLO-World 模型未加载？在首次分割请求时惰性加载。