feat(gateway): worker 池主备分组派发，主全挂才用备机

- pool.py: WorkerState 增加 primary 标记；acquire_worker 分级派发——
  主组有在线只在主组内挑空闲（全忙排队，不退备组），主组全部下线才用备机
- config.py: 新增可选 primary_workers 配置（须为 workers 子集，自动过滤+告警）；
  不配置/空列表 = 全部视为主 worker，兼容旧行为
- config.json(不入 git): 3 台 GPU worker 设为主，max_global_concurrency 1→3
- app.py: /health 增加 workers_primary_total / workers_primary_healthy
- tests: 新增 4 条主备派发单测（主优先/主全挂用备/主全忙不走备/无配置兼容）
- docs(实现说明): 补充 primary_workers 配置说明，改配置需重启网关生效

docs/实现说明.md

@@ -147,6 +147,9 @@
 - 很轻：FastAPI/uvicorn/httpx + **接口4 的 `volcengine-python-sdk[ark]`**（或直接 httpx 调，OpenAI 兼容）。
 - 不装 torch/mediapipe/opencv。配置 `gateway/config.json`(不入 git)：`workers` 列表、`shared_password`、
   `ark` 的 api_key/base_url/model、`public_base_url`、超时(**生发接口慢，`request_timeout_seconds` 调大 ≥120s**)。
+  可选 `primary_workers`（`workers` 的子集）启用主备分组：主 worker 全部下线时才派发备用 worker；
+  主组并行度由 `dispatch.max_global_concurrency` 控制（N 台主 worker 就设 N，依赖单进程 uvicorn）。
+  修改配置需重启 `hair-gateway.service` 生效（配置启动时加载一次）。
 - 托管 `/static/annotations/`(落盘的图)，定期清理。
 
 ---