Il problema
La taglia giusta esiste già. Il tuo profilo no.
I resi
Una quota rilevante dei resi nel fashion online dipende dalla taglia. La risposta del mercato è il bracketing: ordini tre taglie, ne tieni una, ne rispedisci due.
I silos
La size recommendation funziona — ma in ogni implementazione esistente il profilo appartiene al fornitore o al retailer. Lo ricostruisci, implicitamente, in ogni negozio in cui entri.
Gli agenti
I protocolli del commercio agentico stanno standardizzando catalogo, checkout e interfacce — ma non la vestibilità. L'assistente che comprerà vestiti per te oggi indovinerebbe la taglia dal nulla.
Cosa è
Tre documenti JSON, una raccomandazione spiegata
Il primo lo possiedi tu. Il secondo lo pubblica chi vende. Il terzo è l'unica cosa che viaggia tra i due — con la confidenza esposta e le ragioni per zona, mai una taglia calata dall'alto.
Fit Profile
— tuo
Misure corporee con fonte e incertezza dichiarate, preferenze di vestibilità e lo storico di come i capi passati ti sono andati davvero.
"chest_circumference": { "value": 100, "unit": "cm", "source": "tape_measured", "tolerance": 1.0, ... }schemas/v0.1/fit-profile.schema.json
Cut Profile
— di chi vende
Come il capo è tagliato, non come il brand chiama la taglia: misure del capo finito per taglia, agio previsto, elasticità, provenienza del dato.
"size_label": "41", "finished_measurements": { "chest_width": { "value": 58, "unit": "cm" }, ... }schemas/v0.1/cut-profile.schema.json
Match Report
— ciò che viaggia
Una taglia, le alternative, il ragionamento zona per zona e una confidenza onesta — decomposta, cappata quando i dati sono pochi, mai millantata.
... "disclosure_level": "result_only", "recommended_size": "41", "confidence": 0.84, "correctable": true, ...schemas/v0.1/match-report.schema.json
Il confronto avviene dove vive il profilo, e viaggia solo il report. Gli estratti vengono dagli esempi del repository; la guida mostra il report esatto a ogni livello.
Scenari
Cosa diventa possibile quando un capo pubblica il proprio taglio
Usato
Chi vende l'usato stende già il capo e scrive i numeri nell'annuncio. Ma «torace 54» è metà del giro, o il giro intero? Il builder trasforma lo stesso gesto in un Cut Profile che dice come è stato misurato. Per ora camicie, t-shirt, pantaloni e jeans; non si carica niente, qui non si conserva niente.
Misura un capoIn negozio
Il camerino in tasca: sull'etichetta un QR code punta al Cut Profile. Lo inquadri e il confronto avviene sul tuo telefono — sai se ti veste prima di provarlo, e al negozio non esce nulla. Nemmeno la taglia.
Online
Lo stesso gesto dove il camerino non esiste: sull'ecommerce il capo non si può provare, ma il suo taglio è pubblicato e il tuo profilo risponde — con la confidenza esposta e le ragioni per zona, non con una promessa.
«Veste come»
Due capi che pubblicano il taglio si confrontano tra loro: un retailer può dirti che questa giacca è tagliata come quella che hai tenuto. Un confronto capo-contro-capo, che non tocca mai le tue misure.
Privacy by design
Quattro livelli di disclosure. Tu scegli quanto esce.
Nello scenario in negozio non esce niente: il calcolo avviene interamente dal tuo lato. Quando invece serve che qualcosa esca — un ecommerce, un reso, il tuo sarto — la risposta è graduata: dal ragionamento zona per zona, con i suoi numeri, fino alla sola taglia e a quanto è sicura. Il profilo non esce a nessun livello.
La perdita aritmetica è il perché dei livelli bassi: pubblicare insieme l'agio in centimetri e le misure del capo rivelerebbe le misure del corpo per sottrazione. Sotto scoped, i valori di agio vengono rimossi alla serializzazione. Sotto full viene rimosso anche l'agio previsto, che le tue preferenze e la tua storia possono aver spostato.
Perimetro
Cosa non è, dichiarato prima che lo chiediate
Non un fornitore di size recommendation. L'argomento è proprietà e portabilità; diventare un altro silo lo distruggerebbe.
Non un sistema di identità. Il profilo vive in un vault scelto dalla persona; autenticazione e custodia sono rimandate ai wallet esistenti.
Non una tecnologia di scansione. Il modello accetta misure da qualunque fonte — e ne dichiara la qualità invece di fingerla uniforme.
Non un aggregatore di tabelle taglie. Le tabelle dicono come un brand chiama una taglia, non come il capo è tagliato.
Non un protocollo. È un modello dati: funziona su una normale API HTTP, e l'algoritmo non è normativo — normativa è la forma della risposta.
Stato
v0.1 draft, in pubblico
- Versione
- v0.1 draft niente è stabile prima della 1.0
- Identificatori degli schemi
- restano risolvibili; le rotture incrementano la versione
- Specifica
- CC BY 4.0
- Implementazione di riferimento
- Python · Apache 2.0 · zero dipendenze a runtime
- Archiviato
- doi:10.5281/zenodo.21922898 · Software Heritage
Zero dipendenze a runtime, così l'invariante di privacy si verifica leggendo il codice in un pomeriggio. Il contributo più prezioso? Un corpo e un capo su cui la raccomandazione è palesemente sbagliata, sotto forma di test che fallisce. Oppure una camicia misurata con il builder: le definizioni di misura non sono ancora provate, e due persone che ottengono numeri diversi per lo stesso capo sono proprio ciò che questa versione ha bisogno di sentire.