feat(接口99): 网关改本机实现（纯CPU+单路排队锁），文档同步

- gateway/app.py: 接口99 从盲转发改为本机实现（同接口4 模式）：
  显式 Form 三选一 + 惰性导入（缺依赖仅本接口报1007）+ run_in_threadpool
- 单路排队: _if99_lock 全局互斥——串行推理限制 CPU 峰值 +
  规避 MediaPipe 单例线程安全问题；实测 req2≈2×req1 确认串行
- 网关待改动 §9 重写: 本机实现部署步骤 + 依赖清单（mediapipe/opencv/
  numpy<2，torch CPU 版可选——不装则发际线5点null）+ 权重已入git说明
- 实现说明/接口文档/CLAUDE.md 同步: 接口4/99 网关本机实现不转发
- 实测: BiSeNet 13.3M参数/51MB；CPU单核 0.46-0.65s/张；网关路径
  70/70点；worker 路径保留（测试页直连）；pytest 15 通过

gateway/app.py

@@ -588,7 +588,77 @@ async def head_band(request: Request):
     return await _proxy(request, "/api/v1/head/band")
 
 
+# 接口99 单路排队：网关机推理全局互斥。调用频率低，无需并发——串行既限制 CPU 峰值
+# （MediaPipe + BiSeNet 全 CPU 推理），也规避检测器单例的线程安全风险。排队无超时，
+# 请求方按需自带客户端超时。
+_if99_lock = asyncio.Lock()
+
+
 @app.post("/api/v1/face/special-points", tags=["人脸分析"])
-async def face_special_points(request: Request):
-    """接口99：人脸特殊点检测（固定关键点 + 发际线特殊点像素坐标）"""
-    return await _proxy(request, "/api/v1/face/special-points")
+async def face_special_points(
+    image_file: Optional[UploadFile] = File(default=None, description="上传图片文件（JPG/PNG）"),
+    image_url: Optional[str] = Form(default=None, description="图片 URL"),
+    image_base64: Optional[str] = Form(default=None, description="图片 base64（需带前缀）"),
+):
+    """接口99：人脸特殊点检测 — 网关本机实现（纯 CPU：MediaPipe + BiSeNet CPU），不经过 worker。
+
+    与 worker 同仓库，直接 import face_analysis.special_points；权重已入 git，clone 即用。
+    依赖惰性导入：网关缺依赖时仅本接口报 1007，不影响其他路由。
+    """
+    import uuid as _uuid
+    rid = f"gw-{_uuid.uuid4().hex[:8]}"
+
+    def _err(code, message):
+        return JSONResponse(status_code=200, content={
+            "code": code, "message": message, "request_id": rid, "data": None})
+
+    # 三选一校验
+    provided = [x for x in (image_file, image_url, image_base64) if x]
+    if len(provided) != 1:
+        return _err(1007, "图片参数错误：必须且只能传 image_file / image_url / image_base64 其中一个")
+
+    img_bytes = None
+    if image_file:
+        img_bytes = await image_file.read()
+    elif image_base64:
+        b64 = image_base64.split(",", 1)[1] if "," in image_base64 else image_base64
+        try:
+            img_bytes = base64.b64decode(b64)
+        except Exception:
+            return _err(1008, "图片格式不支持（base64 解码失败）")
+    else:
+        try:
+            import httpx
+            async with httpx.AsyncClient(timeout=30.0, follow_redirects=True) as cli:
+                r = await cli.get(image_url)
+            r.raise_for_status()
+            img_bytes = r.content
+        except Exception:
+            return _err(1008, "图片下载失败（URL 不可达）")
+
+    try:
+        import cv2
+        import numpy as np  # noqa: F401  （detect_special_points 依赖）
+        from face_analysis.special_points import (
+            detect_special_points, NoFaceError, NonFrontalError)
+    except ImportError as ex:
+        return _err(1007, f"网关依赖未安装（安装清单见 docs/网关待改动.md §9）：{ex}")
+
+    image = cv2.imdecode(np.frombuffer(img_bytes, np.uint8), cv2.IMREAD_COLOR)
+    if image is None:
+        return _err(1008, "图片格式不支持（仅 JPG / PNG）")
+
+    from fastapi.concurrency import run_in_threadpool
+    try:
+        async with _if99_lock:   # 单路排队：同一时刻只跑一路推理
+            data = await run_in_threadpool(detect_special_points, image)
+    except NoFaceError:
+        return _err(1001, "无法识别人像")
+    except NonFrontalError:
+        return _err(1003, "角度问题，请上传正面照")
+    except Exception as ex:  # noqa: BLE001
+        logger.exception("接口99 处理异常")
+        return _err(1007, f"处理失败：{ex}")
+
+    return JSONResponse(status_code=200, content={
+        "code": 0, "message": "success", "request_id": rid, "data": data})