Vestige 集物志

项目概述

Vestige 是一个移动优先的个人持有物记录应用。它的核心目标不是简单地保存照片，而是把「拍下物品」转化成可检索、可整理、可长期维护的结构化记录。

为了和市面上偏表格、偏资产管理的竞品拉开差异，我把视觉语言做成了类似游戏背包的感觉：物品被放进带边框和稀有感的 icon / slot 里，整理现实物品时像是在整理 RPG 背包。这个设计让记录行为不再像做家务，而更像收集、归档和整理战利品，完成后会有明显的成就感。

在拍照或导入图片后，应用会调用多模态模型识别画面里的物品，并自动补全标题、品牌、来源、价格线索和购买日期线索。用户仍然可以手动编辑，但最耗时的录入步骤会被 AI 先完成一版。

核心流程

1. 用户拍照或从相册导入物品图片。
2. 应用压缩图片，并构建包含文字指令和图片文件的多模态消息。
3. 通过 OpenAI-compatible provider 调用视觉模型。
4. 使用结构化输出 schema 获取 title、brand、source、purchaseCostHint 和 purchaseDateHint。
5. 如果用户表单字段为空，自动填充识别结果。
6. 用户确认后保存到个人物品库。

怎么做的

界面是 SwiftUI 写的，视觉上借了一点 RPG 背包的感觉：icon、边框、slot 都围绕“收集物品”来做，让整理现实物品没那么像填表。

识别流程走多模态模型。应用把照片压缩后直接发给视觉模型，不要求用户先写一段描述。模型输出用 Swift AI SDK 的 generateObject 限成表单能直接用的结构，比如 title、brand、source、purchaseCostHint 和 purchaseDateHint。模型接入走 OpenAI-compatible endpoint，默认用 Gemini 系列视觉模型。

技术栈

• SwiftUI
• Swift AI SDK
• OpenAI-compatible provider
• Gemini multimodal model
• iOS photo capture / import flow

记录东西最烦的就是逐个填字段，填一半就懒得填了。Vestige 里的 AI 只负责先填一版，剩下的由用户确认和修改。它不会替用户拍板，识错了也不会直接写进物品库。