StyleTailor：基于层次负反馈的个性化时尚搭配

智能代理的快速发展推动了跨领域问题解决，但针对个性化时尚搭配的解决方案仍鲜有探索。这一领域拥有巨大的潜力，旨在提升购物体验。本文提出 StyleTailor——首个实现个性化服装设计、购物推荐、虚拟试穿和系统评估的协作式智能体框架。框架 pioneering 引入由多级负反馈驱动的迭代视觉优化范式，实现自适应且精准的用户对齐。具体而言，框架包含两核心智能体：面向个性化服装选择的 Designer 负责挑选服装，面向虚拟试穿的 Consultant 负责试穿效果，其输出经由层次化视觉语言模型反馈（涵盖单件物品、整体造型及试穿效果）逐级优化。负样本被聚合为负面提示词，形成闭环机制提升推荐质量。为评估性能，我们构建全方位评估套件，涵盖风格一致性、视觉质量、面部相似度和艺术评估。大量实验表明，StyleTailor 在交付个性化设计与推荐方面超越强基线，尤其在无负反馈情况下，建立了智能时尚系统的新基准。