feat(接口4): 精简输出为固定6个英文字段，缩短提示词

- face_features.py：_PROMPT 只问6项特征（+有无人脸），analyze_features
  只返回6个英文字段；无人脸返回 None（不再依赖 has_face 在外部判定）
- gateway/app.py：无脸判定改为 feats is None，去掉 has_face import
- app.py / docs / test_interface4.html：Swagger/文档/示例/测试页同步

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

.gitignore

@@ -24,3 +24,6 @@ hairline/models/face-parsing/model.safetensors
 static/annotations/*
 !static/annotations/.gitkeep
 tests/output/
+
+# 本地临时遮罩测试页（不入 git）
+test_local.py

app.py

@@ -653,13 +653,10 @@ async def hair_grow_b(
 
 ---
 
-由**火山方舟 豆包视觉模型**分析，返回一大批面部特征（脸型/眉形/眼型/肤色/三庭五眼/四季色彩季型/
+由**火山方舟 豆包视觉模型**分析，返回**固定 6 个英文字段**。
-量感/轮廓/基因风格/性别…几十项），**英文优先字段 + doubao 中文字段并存**。
 
 **返回格式**：`data.features` 为一个 **JSON 字符串**（不是对象），需要在客户端 `JSON.parse()` 后使用。
 
-英文优先字段（其余中文字段同时返回）：
-
 | 字段 | 说明 |
 |------|------|
 | face_shape | 脸形（如"鹅蛋脸"） |
@@ -669,7 +666,7 @@ async def hair_grow_b(
 | gender | 性别（"男"/"女"） |
 | gene_style | 基因风格（如"自然型"） |
 
-> 字段不固定、可随时增删，客户端按需取用。无人脸返回 `1001`。
+> 无人脸返回 `1001`。
 """,
     responses={
         200: {
@@ -681,7 +678,7 @@ async def hair_grow_b(
                         "message": "success",
                         "request_id": "mock-request-id",
                         "data": {
-                            "features": '{"图片是否有人脸":"有人","脸型":"鹅蛋脸","眉形":"平眉","面部年龄":"18-25岁","四季色彩季型":"冷夏型","基因风格":"少年型","性别":"女","face_shape":"鹅蛋脸","eyebrow_shape":"平眉","facial_age":"18-25岁","dynamic_static_type":"静态型","gender":"女","gene_style":"少年型"}',
+                            "features": '{"face_shape":"鹅蛋脸","eyebrow_shape":"平眉","facial_age":"18-25岁","dynamic_static_type":"静态型","gender":"女","gene_style":"少年型"}',
                         },
                     }
                 }
@@ -706,7 +703,6 @@ async def face_features(
     #    网关不会把本接口转发到 worker，故此处仅留 Mock 占位、保持 worker 无外网依赖。
     features = json.dumps(
         {
-            "_note": "接口4 由网关实现，worker 此响应为占位 Mock",
             "face_shape": "鹅蛋脸", "eyebrow_shape": "平眉", "facial_age": "18-25岁",
             "dynamic_static_type": "静态型", "gender": "女", "gene_style": "少年型",
         },

docs/接口文档.md

@@ -283,11 +283,7 @@
 
 ### 输出（data）
 
-`data.features` 是一个 **JSON 字符串**（不是对象，客户端 `JSON.parse()` 后用）。内含**几十项**特征：
+`data.features` 是一个 **JSON 字符串**（不是对象，客户端 `JSON.parse()` 后用），**仅含以下 6 个英文字段**：
-脸型/眉形/眼型/鼻型/眼袋/法令纹/人中/瞳色/脖长/肤色、三庭五眼、四季色彩季型、量感/轮廓类型、
-直曲量感得分、面部立体度、瞳距、对比度、基因风格、动静类型、性别……字段不固定、可随时增删。
-
-其中**英文优先字段**（与 doubao 中文字段并存，方便客户端直接取）：
 
 | 字段 | 说明 |
 |------|------|
@@ -309,12 +305,12 @@
   "message": "success",
   "request_id": "mock-request-id",
   "data": {
-    "features": "{\"图片是否有人脸\":\"有人\",\"脸型\":\"鹅蛋脸\",\"眉形\":\"平眉\",\"面部年龄\":\"18-25岁\",\"四季色彩季型\":\"冷夏型\",\"基因风格\":\"少年型\",\"性别\":\"女\",\"face_shape\":\"鹅蛋脸\",\"eyebrow_shape\":\"平眉\",\"facial_age\":\"18-25岁\",\"dynamic_static_type\":\"静态型\",\"gender\":\"女\",\"gene_style\":\"少年型\"}"
+    "features": "{\"face_shape\":\"鹅蛋脸\",\"eyebrow_shape\":\"平眉\",\"facial_age\":\"18-25岁\",\"dynamic_static_type\":\"静态型\",\"gender\":\"女\",\"gene_style\":\"少年型\"}"
   }
 }
 ```
 
-> `features` 为字符串形式的 JSON，字段后续可随时增删，不固定。
+> `features` 为字符串形式的 JSON，固定上述 6 个字段。
 
 ---
 
@@ -372,7 +368,7 @@
 | 1 四庭七眼测量 | 用户照片 | 标注 PNG（无人物）+ 四庭/七眼厘米数值与坐标 |
 | 2 C 端生发 | 用户照片 | 生发后图片 + 多张发际线（带类型与排序） |
 | 3 B 端生发 | 划线图片 | 最合适发际线图片 + 生发后图片 |
-| 4 用户特征 | 用户照片 | N 个用户特征字段（脸形/眉形/年龄/动静/性别/基因风格…） |
+| 4 用户特征 | 用户照片 | 6 个用户特征字段（脸形/眉形/年龄/动静/性别/基因风格） |
 | 5 发际线 PNG | 用户照片 | N 张发际线 PNG + 最合适发际线面部中间点坐标 |
 
 ---

face_features.py

@@ -18,7 +18,7 @@ logger = logging.getLogger("hair.worker")
 ARK_BASE_URL = os.getenv("ARK_BASE_URL", "https://ark.cn-beijing.volces.com/api/v3")
 ARK_MODEL = os.getenv("ARK_MODEL", "doubao-seed-1-6-vision-250815")
 
-# doubao 中文键 → 接口4 英文优先字段
+# doubao 中文键 → 接口4 英文优先字段（仅保留这 6 项）
 _KEY_MAP = {
     "脸型": "face_shape",
     "眉形": "eyebrow_shape",
@@ -28,27 +28,13 @@ _KEY_MAP = {
     "基因风格": "gene_style",
 }
 
-# 移植自 fuyan FaceArk.GetPicDesc 的特征枚举（去掉身高体重前缀）
+# 仅请求接口4 需要的 6 个字段（+「图片是否有人脸」用于 1001 判定，不进最终输出）
 _PROMPT = (
     "分析一下图片告诉我以下特征，只要答案，格式为json字符串，"
-    "图片是否有人脸（有人/没人） 三庭五眼特征（答案要有三庭五眼四个字，9个字以内） "
+    "图片是否有人脸（有人/没人） "
-    "面部年龄（给出区间年龄）鼻长（鼻长适中/长鼻/短鼻） "
+    "脸型（圆形脸/心形脸/菱形脸/鹅蛋脸/方形脸/长形脸/瓜子脸） 眉形 "
-    "脸型（圆形脸/心形脸/菱形脸/鹅蛋脸/方形脸/长形脸/瓜子脸） 嘴型 "
+    "面部年龄（给出区间年龄） 动静类型（静态型/动态型） 性别（男/女） "
-    "眼袋（答案要有眼袋两个个字） 眼型 鼻型 眼皮（双眼皮/单眼皮） "
-    "法令纹（有法令纹/无法令纹） 人中（人中适中/人中长/人中短） 眉形 "
-    "瞳色（答案要有瞳色两个字） 脖长（脖长适中/脖子短/脖子长） "
-    "肤色（粉一白/粉二白/粉三白/黄一白/黄二白/黄黑皮）"
-    "直得分 曲得分 直曲总分（直得分-曲得分） 大量感得分 小量感得分 量感总分（大量感得分-小量感得） "
-    "面部立体度（总分十分）瞳距（毫米）对比度（对比度较强/对比度适中/对比度较弱）"
-    "鼻子立体度（立体度高/立体度适中/立体度低）"
-    "色相（中间表示0,最大值分别是-5和5，负数表示偏冷，正数表示偏暖）"
-    "亮度（中间表示0,最大值分别是-5和5；负数表示暗沉，正数表示白皙）"
-    "色度（中间表示0,最大值分别是-5和5；负数表示饱和度低，正数表示鲜艳）"
-    "面部颜色对比度（10分制）"
-    "四季色彩季型（净春型/暖春型/浅春型/浅夏型/冷夏型/柔夏型/柔秋型/暖秋型/深秋型/净冬型/冷冬型/深冬型）"
     "基因风格（戏剧型/睿智型/自然型/古典型/优雅型/浪漫型/前卫型/少女型/少年型）"
-    "量感类型（大量感/中量感/小量感）轮廓类型（轮廓偏曲/轮廓适中/轮廓偏直）"
-    "动静类型（静态型/动态型）性别（男/女）"
 )
 
 _client = None
@@ -102,11 +88,11 @@ def _image_to_url(image_bytes: bytes = None, image_url: str = None) -> str:
     return f"data:image/{fmt};base64," + base64.b64encode(image_bytes).decode()
 
 
-def analyze_features(image_bytes: bytes = None, image_url: str = None) -> dict:
+def analyze_features(image_bytes: bytes = None, image_url: str = None):
     """调 doubao 视觉模型分析人脸特征。
 
-    Returns: dict —— 含接口4 英文优先字段(face_shape 等) + doubao 全部中文字段。
+    Returns: dict —— 仅含接口4 的 6 个英文字段(face_shape/eyebrow_shape/facial_age/
-    无人脸时 doubao 的「图片是否有人脸」= 没人，调用方据此可判 1001。
+      dynamic_static_type/gender/gene_style)；**无人脸返回 None**（调用方据此判 1001）。
     """
     url = _image_to_url(image_bytes, image_url)
     resp = get_client().chat.completions.create(
@@ -120,12 +106,11 @@ def analyze_features(image_bytes: bytes = None, image_url: str = None) -> dict:
         }],
     )
     text = resp.choices[0].message.content
-    data = _parse_json(text)            # doubao 中文字段
+    raw = _parse_json(text)             # doubao 原始中文字段
-    # 英文优先字段映射（doubao 缺某字段则跳过）
+    if not has_face(raw):
-    for zh, en in _KEY_MAP.items():
+        return None
-        if zh in data and en not in data:
+    # 只保留 6 个英文字段（doubao 缺某字段则跳过）
-            data[en] = data[zh]
+    return {en: raw[zh] for zh, en in _KEY_MAP.items() if zh in raw}
-    return data
 
 
 def has_face(features: dict) -> bool:
@@ -139,5 +124,7 @@ if __name__ == "__main__":
     path = sys.argv[1] if len(sys.argv) > 1 else "tests/fixtures/frontal.jpg"
     with open(path, "rb") as f:
         feats = analyze_features(image_bytes=f.read())
-    print("has_face:", has_face(feats))
+    if feats is None:
-    print(json.dumps(feats, ensure_ascii=False, indent=2))
+        print("无人脸（1001）")
+    else:
+        print(json.dumps(feats, ensure_ascii=False, indent=2))

gateway/app.py

@@ -291,7 +291,7 @@ async def face_features(
             })
 
     from fastapi.concurrency import run_in_threadpool
-    from face_features import analyze_features, has_face
+    from face_features import analyze_features
 
     try:
         feats = await run_in_threadpool(analyze_features, img_bytes, image_url)
@@ -302,7 +302,7 @@ async def face_features(
             "request_id": f"gw-{_uuid.uuid4().hex[:8]}", "data": None,
         })
 
-    if not has_face(feats):
+    if feats is None:
         return JSONResponse(status_code=200, content={
             "code": 1001, "message": "无法识别人像",
             "request_id": f"gw-{_uuid.uuid4().hex[:8]}", "data": None,

static/test_interface4.html

@@ -61,7 +61,7 @@
 <body>
 <div class="container">
   <h1>🔬 接口4 — 用户特征分析 测试</h1>
-  <p class="subtitle">POST /api/v1/face/features &nbsp;|&nbsp; 上传照片 → AI视觉模型 → 42项面部特征 &nbsp;|&nbsp; data.features 为 JSON 字符串</p>
+  <p class="subtitle">POST /api/v1/face/features &nbsp;|&nbsp; 上传照片 → AI视觉模型 → 6项面部特征 &nbsp;|&nbsp; data.features 为 JSON 字符串</p>
 
   <div class="card">
     <div class="card-body">