feat(worker): 接口1 四庭七眼测量真实实现（替换 Mock）

worker 侧从 Mock 替换为真实算法：
- face_analysis 包：detector(MediaPipe 478点) / pose(solvePnP 姿态) /
  calibration(虹膜直径法) / hair_segmenter+bisenet_model(方案B 头发分割) /
  measure(方案A兜底+B/A决策+七眼+换算) / annotation(numpy渐变线+中文标注)
- app.py：/api/v1/face/measure 接真实实现，返回 annotated_image_base64
  （不落盘不拼URL，落盘由网关做）；加 X-Internal-Token 鉴权、/health 就绪态、
  可配置分辨率门槛、异常兜底
- 部署：start.sh/run_worker.sh/hair-worker.service 监听 8187；worker_config 示例
- 测试 tests/：Tier1合成真值<1e-6 + Tier2缩放不变 + Tier3叠加 + 错误码集成 +
  数值回归，pytest 24 项全绿
- 文档补实测基线表 + RTX5090/torch 说明

注：worker 为 RTX 5090(sm_120)，pinned torch 2.2.2(cu121) 只到 sm_90，
BiSeNet 已自动回退 CPU（方案B 正常）；要用 GPU 需换 torch cu128(≥2.7)。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

face_analysis/detector.py

@@ -0,0 +1,61 @@
+"""MediaPipe Face Mesh 关键点检测封装（单例）。
+
+封装经典 Solutions API（mp.solutions.face_mesh），模型权重内置于 pip 包，
+无需额外下载。开启 refine_landmarks=True 以获得虹膜点（尺度校准用），
+static_image_mode=True 适配单张图片推理，max_num_faces=1 只取最大/首个人脸。
+
+详见技术方案 §8.2。
+"""
+import cv2
+import numpy as np
+import mediapipe as mp
+
+mp_face_mesh = mp.solutions.face_mesh
+
+
+class FaceMeshDetector:
+    """MediaPipe Face Mesh 封装，单例模式（模块底部 detector）。"""
+
+    def __init__(self):
+        self.face_mesh = mp_face_mesh.FaceMesh(
+            static_image_mode=True,
+            max_num_faces=1,        # 仅检测单人（取最大脸）
+            refine_landmarks=True,  # 启用虹膜 + 唇部精细关键点
+            min_detection_confidence=0.5,
+        )
+
+    def detect(self, image: np.ndarray):
+        """检测人脸关键点。
+
+        Args:
+            image: BGR numpy array（OpenCV 格式）。
+        Returns:
+            landmarks: NormalizedLandmarkList（.landmark 列表），或检测失败时 None。
+        """
+        rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
+        results = self.face_mesh.process(rgb)
+        if results.multi_face_landmarks:
+            return results.multi_face_landmarks[0]
+        return None
+
+    def close(self):
+        self.face_mesh.close()
+
+
+# 全局单例：模块加载时初始化一次，避免每请求重建（重建很慢）。
+detector = FaceMeshDetector()
+
+
+if __name__ == "__main__":
+    import sys
+
+    path = sys.argv[1] if len(sys.argv) > 1 else "tests/fixtures/frontal.jpg"
+    img = cv2.imread(path)
+    if img is None:
+        print(f"无法读取图片: {path}")
+        sys.exit(1)
+    lms = detector.detect(img)
+    if lms is None:
+        print("detected landmarks: None（未检出人脸）")
+        sys.exit(1)
+    print(f"detected landmarks: {len(lms.landmark)}")