wardrobeとは？OpenAI gpt-imageで洋服管理とコーデ提案を自動化するOSSツール

wardrobe（tandpfun/wardrobe）は、OpenAIの gpt-image-2 と Responses API を使って写真から洋服を自動抽出し、デジタルクローゼットを構築するオープンソースのWebアプリです。GitHub Stars 1,146を獲得し（2026年7月時点）、AIを活用したファッション管理の新しいスタンダードとして注目を集めています。Codexスキルと連携することで、服の取り込みからコーデ提案・ルックブック生成までをエージェントに一任できます。

wardrobe 使い方：セットアップから洋服インポートまで

前提条件とクイックスタート

git clone https://github.com/tandpfun/wardrobe.git
cd wardrobe
npm install
cp .env.example .env
npm run dev

Node 22+ が必要です。セットアップ後、.env ファイルに OPENAI_API_KEY を追加し、data/model-reference.png に自分の参照写真（正面全身PNG）を配置することでインポーターが有効になります。localhost:5173 をブラウザで開くとWebUIが起動します。

環境変数の設定

変数名	デフォルト値	説明
OPENAI_API_KEY	必須	OpenAI APIキー
OPENAI_VISION_MODEL	gpt-5.4-mini	画像認識モデル
OPENAI_IMAGE_MODEL	gpt-image-2	画像生成モデル
OPENAI_IMAGE_QUALITY	high	生成品質（standard/high）
WARDROBE_MODEL_REFERENCE	data/model-reference.png	参照写真パス

gpt-image 洋服 管理の仕組み：AI処理の3ステップ

Step 1: 衣類検出（OpenAI Responses API）

写真をアップロードすると、OpenAI Responses APIがフレーム内のすべての衣類を検出します。衣類の名称・カテゴリ・色・タグ・位置情報が返され、それぞれの服に対して処理が進みます。

Step 2: 切り抜き生成（gpt-image-2）

検出された各衣類に対して gpt-image-2 が元の写真から色・シルエット・柄・テクスチャを保持しながら背景を除去した製品写真スタイルの切り抜きを生成します。元の解像度や細部が維持されるため、高品質なデジタル在庫として機能します。

Step 3: モデル着用プレビュー（任意）

参照写真（data/model-reference.png）があれば、切り抜いた服をモデルに着せたエディトリアルプレビューを生成できます。異なる服を組み合わせたルックブック生成にも対応しています。

AI クローゼット 整理 無料のCodex連携：エージェントで完全自動化

wardrobeの最大の特徴は、Codexスキル を使ってすべての操作をAIエージェントに委託できる点です。

洋服インポートスキル

$import-clothes Import the clothes from ~/Pictures/outfits, create modeled photos, and add them to this wardrobe.

Codexでクローンしたリポジトリを開き、上記プロンプトを実行するとエージェントが自動的にフォルダを走査し、各衣類を検出・切り抜き・モデリングしてローカルの data/library.json に保存します。

コーデ提案スキル

$generate-outfits Create modeled outfit ideas from my wardrobe.

登録済みの服の中から季節・スタイル・場面に合ったコーデを自動生成し、モデル着用の完成イメージをルックブックとして書き出します。

wardrobeとの違い・なぜ今このツールか

ツール	手法	特徴
wardrobe	gpt-image-2 + Codex	ローカルデータ保持・エージェント自動化
Acloset	カメラロール同期	モバイル特化・クラウドDB
AIVirtualTryOn系	拡散モデル	試着体験重視・精度にばらつき

wardrobeが「なぜ今話題か」という観点では、gpt-image-2（OpenAI Image API）の精度向上と、Codexとのスキル統合が組み合わさったことで、従来のAIワードローブアプリが苦手としていた「自分の服を正確に認識すること」と「コーデ提案のカスタマイズ性」を同時に解決した点が大きいです。データがすべてローカルの data/ フォルダに保存される点もプライバシー重視ユーザーに訴求します。

こんな人に向いている

ファッションコンテンツクリエイター・スタイリスト

インスタグラムやYouTubeでファッション系コンテンツを発信するクリエイターや、フリーランスのパーソナルスタイリストが自分の在庫服をデジタル化し、コーデ提案の素材として活用するのに最適です。手動での写真整理・色管理が不要になり、撮影プランの作成にかかる時間を大幅に短縮できます。

フロントエンドエンジニア・AIアプリ開発者

JavaScript（Vite + Node.js）で実装されており、OpenAI Responses API と gpt-image-2 の実践的な活用例としてソースコードが参考になります。Codexスキルの実装パターン（.agents/skills/ ディレクトリ構成）も、AIエージェントアプリ開発の学習素材として優れています。

断捨離・ミニマリスト志向のテック系ユーザー

クローゼット内の全服をデジタル化してから断捨離判断を効率化したいテックサビーなユーザー、または旅行前にスマートに持ち物を選定したいユーザーにも適しています。

使う前に知っておきたいこと

必要なリソースとコスト

wardrobeの動作にはOpenAI APIキー（有料）が必要です。gpt-image-2 の high 品質での生成は1枚あたり約0.04〜0.08ドル程度の費用がかかります（2026年7月時点の公式レートを参照）。大量インポートの場合はコスト試算を事前に行うことを推奨します。

プラットフォーム要件

Node.js 22以上が必要です。package.json に明記されており、古いNode.jsバージョンでは動作しません。モデル参照写真（model-reference.png）は正面から撮影した全身PNG推奨で、精度に影響します。

ライセンスと利用上の注意

MITライセンスで商用利用も可能ですが、生成された画像（モデルプレビュー等）のSNS掲載には、肖像権や著作権の問題が発生しないよう注意が必要です。また、data/ フォルダには個人写真が含まれるため、リポジトリをPublicにする際は .gitignore を確認してください（デフォルトで data/ は除外済み）。

まとめ

wardrobeは、gpt-image-2の高精度な画像認識・生成能力とCodexエージェント連携を組み合わせることで、洋服管理を完全にデジタル化・自動化するOSSアプリです。データがすべてローカルに保存されるプライバシー重視設計と、エンジニアが拡張・改造しやすい構造が特徴です。ファッションコンテンツ制作者・AIアプリ開発者・スマートなクローゼット整理を求めるテックユーザーに特におすすめです。

関連ツール・おすすめサービス

• Perplexity AI — AIで最新ファッションリサーチをリアルタイム検索
• Vercel — wardrobeのWebUIをすぐに本番デプロイできるクラウドプラットフォーム

この技術を学ぶ

AIに興味を持った方には、UdemyのOpenAI API・AIアプリ開発コースもおすすめです。

• 🎓 関連するAIコース一覧 — セール時（最大90%OFF）を狙うとお得です