衣服搭配类的App在市场上已经不少，有以天气搭配切入做导购电商的苏格天气衣柜，以及交流搭配心得做社区的完美衣橱，天气衣柜则是专注于用户购买行为后的搭配服务，功能上，它会根据天气温度来推荐用户自有衣服的搭配方案。
在App的初始化阶段，天气衣柜会要求用户提供一些基本的信息，如性别，此外还会要求用户对着衣风格的偏好进行设置。虽然号称是对用户自有衣服的推荐，但是在用户没有完全输入自有衣服前，也只是根据风格和天气进行一些搭配推荐。根据小编的实际使用体验，系统的搭配算法并不十分精明，时常会出现一些过于混搭的风格。
天气衣柜的重点依然是服务于购买后搭配。为了做到这一点，应用本身需要用户将自己多个维度的身材数据标示出来，包括身高体重，肩腿臂长以及三围数据。当然最重要的是将用户已有的服装上传，除了衣服的图片，还要选择款式，风格，价格，品牌等多种数据。这是可以理解的，系统算法相信也是在某一原则下对这些衣服进行搭配。此外，天气衣柜还鼓励用户进行“时拍”，也就是服装的真人秀。
说实话，正如上面两段文字可能给人硬邦邦的感觉一样，天气衣柜当前的版本的使用感觉也是类似的。服务于用户购买后搭配，那么逻辑上应该一开始就鼓励用户导入自有衣服数据以及风格偏好，并且仅仅做到这两项再加上搭配算法基本也就实现了该有的功能。
不过天气衣柜的团队想做的不止是一个搭配建议的工具。目前在做的是数据积累，一方面为用户提供真实衣服的搭配方案，对接真人示范和穿搭建议，解决用户衣服使用率下降问题；另一方面天气衣柜想要通过用户行为探测，获取用户多维度数据，根据用户数据进行精准化匹配导购。所以，团队以后想做的是以现有衣服的搭配方案解决为切入点做电商导购。
这也解释了为何要获取用户身材数和衣物尺寸以及做偏好风格推荐这些数据。以衣柜为核心，通过用户拍照提交或者电商购物记录导入的衣物数据价格、颜色、风格、版型等数据进行分析获取用户最真实的喜好，通过用户对于系统推荐的穿搭方案的操作反馈进一步获得用户的偏好数据，为用户定制最适合的搭配方案。
值得一提的是“时拍”这项功能，开发团队或许会从这个角度上做大动作。体现一件衣服是否合适，没有比真人展示更有效。时拍在二手交易、P2P搭配服务上也都充满想象力。
天气衣柜于2014年11月上线，目前已经累计了7万多用户，其中女性用户占到7成以上。项目目前尚未融资。
