Open-Source-Projekt
TwinzyAI
Ein datenschutzorientiertes KI-Style-und-Vibe-Spiel, das sichtbare Merkmale aus einem Foto liest, ohne jemals eine Person zu identifizieren.
Überblick
Spielerinnen und Spieler laden ein Foto hoch und erhalten eine spielerische Auswertung ihres sichtbaren Stils und Vibes, die sie über einen temporären Link teilen können. Das gesamte Produkt ist um eine Einschränkung herum konzipiert: Spaß machen, ohne zu einem Gesichtserkennungswerkzeug zu werden.
Architektur
Ein Next.js-Frontend mit einer NestJS- und Fastify-API, containerisiert mit Docker, die für die Analyse Gemini aufruft. Die Pipeline validiert das Bild, extrahiert sichtbare Merkmale, verwirft den Bildpuffer sofort, und jede folgende Stufe arbeitet nur noch mit Text.
Engineering
Die Datenschutzeigenschaften sind das eigentliche Feature: keine Gesichtserkennung, kein Identitätsabgleich, keine Bildspeicherung, und rein textbasierte Verarbeitung nach der Merkmalsextraktion. Hinzu kommen sichere Bildvalidierung, Sicherheitsgrenzen für generierte Inhalte, ablaufende Freigabelinks, zweisprachige Unterstützung für Arabisch und Englisch sowie eine mobil-first konzipierte PWA.
- Rolle
- Vollständige Entwicklung des Stacks und Entwurf der Privacy-Pipeline, die Bilddaten vollständig von jeglicher Speicherung fernhält.
- Kategorie
- KI
- Stack
- Next.jsNestJSFastifyTypeScriptGeminiDocker
- Sprache
- TypeScript