# EveryCloset

> EveryCloset (iPhone/iPad app by 境熙 赵.)

- Source: https://appshunter.io/ios/app/everycloset/id6804389719 (this page in markdown: same URL + `.md`)
- Developer: [境熙 赵](https://appshunter.io/developer/6775672806)
- Category: Lifestyle, Utilities
- Price: Free with in-app purchases
- Age rating: 4+
- Requires: iOS 17.0 · 23 MB
- Languages: American English, Chinese (Simplified, China), Chinese (Traditional, Taiwan)
- Released: 2026-10-05
- Data updated: 2026-10-09
- User reviews in markdown: https://appshunter.io/ios/app/everycloset/id6804389719/reviews.md

## What is EveryCloset?

EveryCloset 是你的智能衣橱与穿搭记录工具。记录衣物、整理颜色与分类，轻松搭配每日穿搭，并保留每一次穿着灵感。

很多人不是没有衣服，而是不清楚自己有什么。买了忘记、常穿的总是那几件、换季时才发现一整季没碰过某件单品。EveryCloset 先帮你把这件事看清楚：记下每一次穿着，看清常穿什么、哪些被冷落，再从这里做出新的搭配。不用买新衣，也能把衣橱盘活。

【衣橱管理，先看清自己有什么】
· 按上衣、内搭、外套、裤装、裙装等类别归类，也可以新建多个衣橱分开管理，随时重命名、排序，或把衣物移到另一个衣橱
· 每件衣物可存多张照片，记录颜色与色系、面料、尺码、厚度、适用季节、购买日期与价格（支持多种货币）和备注
· 分类和属性由你决定：改分类名称、开关属性字段、增删选项，也可以给衣物加上自定义分类
· 分类结构可以存成模板重复使用，也可以让 AI 按衣橱主题生成一套分类
· 搜索名称、分类、面料、备注、颜色等任意关键词；按季节、袖长、厚度、长度等条件组合筛选
· 排序可选最近添加、最早添加、按分类、按颜色或按名称

【录入衣物，有快有慢随你】
· AI 识别：拍一张照片，自动填写类别与属性，识别结果可以逐项修改
· AI 拍平：随手拍的衣物照片，整理成清晰的纯色背景平铺图，原图一直保留
· 手动抠图：画笔、橡皮擦、套索涂抹抠图，带放大镜与最多 15 步撤销
· 校正与调整：旋转、横向、纵向透视校正，亮度与对比度微调
· 相机拍摄或从相册导入，可以一次批量录入多张
· 洗标文字可辅助识别，结果会请你确认后再写入
· 手动录入同样完整，不联网也能把衣橱建起来

【搭配画布，把想法摆出来看】
· 在画布上自由拖动、缩放、旋转衣物，像摆实物一样组合一整套
· 点按衣物提取颜色，锁定主色；还能看推荐搭配与 AI 个人化配色
· 可以把参考穿搭图片放进画布当参考图，也可以单独分析出穿搭蓝图
· 保存搭配方案，填写方案名称、灵感标签与适用场景，之后按场景筛选
· 搭配文件夹：把方案分门别类收纳
· 分享搭配与衣橱海报，也可以保存到相册

【今日灵感，每天不再纠结】
· 每日穿搭签：结合今日关键词、幸运色与幸运数字，从衣橱里抽出一个穿搭起点，并说明这套为什么成立
· 今日动作：当天一个可以核对的小目标，例如整套不超过三个色系、必须出现一件配饰
· 今日特别挑战：随机风格挑战、衣橱盲盒、旧衣新穿，每天轮换一个玩法
· 线索可以直接带进搭配画布继续编辑
· 全部在本机计算，不消耗额度，也不会上传照片

【穿衣手帐，每一件都算数】
· 一键记录今天穿了什么：快速选一套已保存的搭配，或逐件选择
· 写下穿着感受与舒适度：想再穿 / 一般 / 不想再穿，舒适 / 一般 / 不舒适
· 按月回看每一次穿着，包含日期与照片缩略图，记录可以随时编辑或删除
· 购入记录：按购买日期整理，每件显示已穿次数与单次成本
· 单次穿着成本：记录购入金额后自动算出每件衣服每次穿的成本
· 穿着记录提醒：到设定时间提醒你记录今天的穿搭，点按通知即可记录

【衣橱报告，看清衣橱的现状】
· 穿着：本季可穿、本季已穿、待启用与当季启用率。只统计适合当前季节的衣物，非当季单品不会被判为闲置
· 色彩：一句话色彩画像、色环与搭配补充建议
· 决策：想买单品、已评估、已试穿的数量，以及最新一次的评估结论
· 衣橱投入与单次穿着成本
· AI 衣橱策略（会员）：结合衣橱现状生成本期复盘，并标注结论的把握程度

【穿搭灵感库与灵感分析】
· 收藏喜欢的参考穿搭照片，记录名称与来源，保存时自动识别搭配名称
· 单张灵感详情给出风格、配色与可借鉴的细节
· 灵感分析：累计 3 张以上参考图后，总结你的灵感倾向、常出现的风格、偏爱的色彩与整体氛围
· 分析只使用已经提取好的标签，不会再次上传照片

【试衣间与 AI 试穿】
· 试衣间：看中一件衣服，用商品图、截图或随手拍试上身，可以一次选 1–3 件并指定穿法
· 试穿结果可以存进想买清单，也可以保存为试穿记录
· AI 试穿：给本人照片换上指定的衣物，查看真实上身效果
· 全身照可以提前保存在「我的资料」里，试穿时随取随用
· 生成过程中可以去别的页面逛逛，回来就能看到结果

【四季型人色彩分析】
· 拍摄、取色、色布对比、结果四步走：先拍一张正脸照，再手动取肤色、唇色、瞳孔、发色
· 3 轮色布 A/B 对比，只看脸部变化，不需要判断自己属于哪个季型
· 判断四季 16 型色彩类型，给出核心推荐色、避开雷区与穿搭美妆建议
· 色彩维度五轴雷达、证据一致度与邻近倾向，结果保存在档案里随时回看
· AI 色彩解读只使用取色结果，不需要上传照片
· 结果基于照片取色与你的色布选择，仅供参考，不构成专业意见。环境光线与取色位置会影响结果。

【我的色卡】
· 录入衣物后自动生成衣橱色谱与色彩画像
· 12 个色系分组，有彩色占比、深色占比与鲜艳度一目了然
· 有季型结果时，显示季型色板的覆盖情况与还缺少哪些核心色
· 完整色卡库与取色器，随时查一件衣服的颜色

【旅行计划与打包清单】
· 输入目的地、出发日、气温区间与行程场景，生成所需套数的搭配，也可以从已有搭配里手动挑选
· 打包清单：把已选搭配与额外单品收在同一个项目里，随时调整
· 旅行计划库：多趟行程分别保存，出发前再核对一遍

【购物灵感与想买清单】
· 存下看中的单品，先放进候选，想清楚再决定是否加入衣橱
· 购物评估（会员）：给出值得考虑 / 可以考虑 / 建议跳过的结论与逐条理由，并列出衣橱中的相似款
· 买之前先试穿看一眼，确认后可以标记已购买并一键加入衣橱

【偏好与穿搭档案】
· 记录身高、常穿尺码、身型备注、胸围腰围臀围、喜欢的风格与常穿场景
· 不喜欢的版型、不舒适的单品、想修饰的位置、喜欢与不喜欢的颜色都可以记下来
· 穿搭心得可以用自己的话写给 AI，搭配时会优先遵守
· 我的试穿照只保存在手机里，试穿时才会临时上传

【设置与账户】
· 界面语言可切换：简体中文、繁体中文、英文
· 排序偏好分开设置：衣橱排序与搭配选衣排序互不影响
· 登录 Apple 账号只用于让免费 AI 额度绑定一个能跨重装保留的身份；会员与已购图像点数都不需要登录：未登录也能购买，已购点数与会员权益在未登录时同样可用，浏览、录入、搭配、记录等本地功能始终无需登录
· 「关于」页面提供隐私政策、服务条款、AI 使用说明、用户反馈与评分入口

【数据与同步】
· 衣橱数据默认保存在本机
· 手动开启 iCloud 同步后，数据会在登录同一 Apple ID 的设备间同步，重启 App 后生效
· iCloud 暂时不可用时数据仍在本机保存，连接恢复后自动合并
· 导出与导入：生成一个包含衣物、搭配和个人资料的备份文件，导入时按条合并，不会覆盖现有数据
· 可随时永久删除本机或 iCloud 中的衣橱数据，删除前会明确告知影响范围

【AI 功能，需要你确认后才会使用】
· 首次使用 AI 前会说明会发送什么、发送给谁、用途与是否保存，由你决定是否允许
· 在你允许之前，我们不会上传任何照片
· 照片仅用于完成当次请求：识别衣物属性、生成平铺图或试穿效果、给出色彩与搭配建议
· 照片只在内存中转发，服务器不保存照片，也不保存衣物内容
· 衣橱、照片和搭配保存在你的设备与你的私人 iCloud 中，我们不会把你的照片用于训练
· 关闭 AI 照片功能后，手动录入与所有本地功能不受影响

【会员与权益】
会员按档位每天 8–12 点，并解锁画布 AI 搭配建议、AI 衣橱策略、购物评估与旅行计划等进阶功能。图像点数用于 AI 平铺图与虚拟试穿：平铺图 1 点/张，试穿 2 点/次，衣物识别与搭配建议不消耗点数；处理失败会自动退回。图像点数也可以单独购买，不需要会员、不会过期。订阅会自动续费，可随时在 App Store 账户设置中取消；删除 App 不会自动取消订阅。已购权益支持恢复购买。

【支持与语言】
支持简体中文、繁体中文与英文界面，iPhone 与 iPad 均可使用，需要 iOS 17 或更高版本。使用中遇到问题，可以通过 App 内「关于」页面联系我们。

【第一次使用，这样开始】
1. 添加几件你最近常穿的衣服，拍照或手动填写都可以
2. 记下今天的穿搭，让穿着记录开始积累
3. 打开每日穿搭签，看看衣橱今天给出什么线索
4. 有正脸照片的话，可以做一次四季型人色彩分析，配色会更有方向

不必一次把衣橱录完，先记下常穿的那几件，报告就已经有参考价值了。

【为什么值得每天打开一次】
· 记录一次穿着只要几秒，积累下来就是一份真实的衣橱使用记录
· 看得清什么常穿、什么闲置，下次买东西之前会更清楚该不该买
· 每天有一个搭配起点，不用从零开始对着衣橱发呆
· 单次穿着成本让「值不值」这件事有据可查

你的衣橱里，本来就藏着很多还没穿出来的搭配。打开 EveryCloset，从记下今天穿了什么开始。

—————
订阅为自动续订，可在 App Store 账户设置中随时取消。
服务条款（EULA）：https://api.clcdreamland.com/terms
隐私政策：https://api.clcdreamland.com/privacy

## Pricing and in-app purchases

Base price: Free.

**Subscriptions**

| Subscription | Price | Period |
| --- | --- | --- |
| EveryCloset 月度会员 | $3.99 | per month |
| EveryCloset 季度会员 | $9.99 | per 3 months |
| EveryCloset 年度会员 | $29.99 | per year |

**One-time purchases**

| Purchase | Price | Type |
| --- | --- | --- |
| 图像点数 | $2.99 | one-time |



## Version history (last 3 releases)

### 1.2 — 2026-10-09

1.2 版本更新

【iCloud 同步更清楚】
· 同步状态改为「自动同步已开启」，检查连接时显示「正在检查同步状态」，不需要停在页面等待。
· 会保留本次打开 App 后最近一次成功同步的时间，之后的失败不会再把这个时间抹掉。

【衣物编辑更可靠】
· 保存失败时会给出提示，并保留你正在编辑的内容，不会白改一遍。
· 替换照片后继续编辑，会使用你新拍的照片，而不是上一次抠图的结果；重新抠图、重新生成平铺图都以新照片为准。
· 更换衣橱分类时会自动清空不适配的子分类，衣物不会卡在错误的分类里。
· 替换主图、添加或删除附图时，先保存成功再清理旧文件；一旦失败会自动还原原来的图片。

【同步与购买修复】
· 远端记录分批下载时，不再把「暂时还没下载到」的衣物当成已删除，搭配等引用不会被自动清理。
· 「恢复购买」增加进行中状态，并明确区分成功、无有效订阅、连接失败三种结果，完成后自动刷新点数。

感谢你的使用与反馈，我们会继续打磨衣橱体验。

### 1.1 — 2026-10-06

【会员与点数】
· 账户页显示你实际持有的会员与到期时间（例如「月度会员有效期至 2026年11月6日」），不再只有一句「已开通」
· 付费墙的价格直接读取 App Store 的实时价格；取不到时会说明是网络问题还是 App Store 没有返回价格，并可重试
· 图像点数的来源现在与商店说明完全一致：来自会员的每日额度，或你单独购买的点数包。

【AI 试穿更省事】
· 不再需要手动指定内搭 / 外套这类层次：App 直接按照片判断穿法，判断结果随时可以改
· 一次试穿多件时，先给你一份「这次怎么试穿」的方案：全部一次穿上，或把某件留到出结果之后再套上

【登录与隐私】
· 通过 Apple 登录时会请求你的邮箱，用来把求助与售后对应到具体账号；你仍然可以选择 Apple 的「隐藏我的邮箱」
· 隐私政策同步更新：说明这个邮箱从哪来、用来做什么，以及注销账号时会一并删除
· 补上繁体中文隐私摘要里缺少的一节：App 不使用任何天气服务，也不读取你的位置

【细节修正】
· 说明「保存的试穿结果」究竟存在哪里：本机存档，开启 iCloud 同步时会一并存入你的私人 iCloud
· 衣橱空状态去掉了指向添加按钮的浮动提示
· Apple 登录欢迎页改为按内容自适应尺寸

### 1.0 — 2026-10-05

No release notes.

## More apps by 境熙 赵

- [Every First Time — 人生第一次](https://appshunter.io/ios/app/every-first-time/id6788731881)

All apps by 境熙 赵: https://appshunter.io/developer/6775672806

---

*Data collected daily from the US App Store and indexed by [AppsHunter](https://appshunter.io/). User reviews are verbatim App Store reviews. Ratings, prices and chart positions refresh continuously; this snapshot is from 2026-10-09.*