save

- annotation: 自适应字号系数 0.017→0.020（下限 8→9），标注文字更大更清晰
- measure: _brow_center 只取 FaceMesh 9 号点（眉间上点），不再与 151 取中点

Co-authored-by: Cursor <cursoragent@cursor.com>

docs/实现说明.md

@@ -85,7 +85,7 @@
 ### 接口4 用户特征 `/api/v1/face/features`（**网关本机**）
 - **做什么**：照片 → 几十项面部特征(脸型/眉形/肤色/三庭五眼/四季色彩季型/量感/基因风格/性别…)。`data.features` 是 JSON 字符串。
 - **怎么实现**（`gateway/`，逻辑参考 worker `face_features.py` / `/home/xsl/fuyan`）：调**火山方舟 豆包视觉模型**
-  `doubao-seed-1-6-vision`(OpenAI 兼容，base64 data URI 喂图)，解析眉形/年龄/动静/性别/基因风格 5 项。
+  `doubao-seed-2-0-lite-260428`(OpenAI 兼容，base64 data URI 喂图)，解析眉形/年龄/动静/性别/基因风格 5 项。
   **`face_shape`（脸型）改为本机 `face/face_shape_classifier.py`（MediaPipe）计算并覆盖豆包结果**。
   无人脸→1001。网关需可达 `ark.cn-beijing.volces.com`，API Key 走网关配置(不入 git)。
   ⚠️ 因此**网关机不再是纯轻量代理**，需额外安装 `mediapipe`/`opencv-python`/`numpy<2`（见 `requirements.txt`）。
@@ -115,7 +115,7 @@
   （不再是"网关不装 torch/mediapipe/opencv"，只是仍不需要 torch/transformers/scikit-image 等重依赖）。
 - 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**)。
-- 托管 `/static/annotations/`(落盘的图)，定期清理。
+- 托管 `/static/annotations/`(落盘的图)，永久保留，不自动清理。
 
 ---
 

docs/接口文档.md

@@ -352,7 +352,7 @@
 
 ## 接口 4：用户特征接口
 
-**说明**：输入用户照片，由**火山方舟 豆包视觉模型**（`doubao-seed-1-6-vision`）分析，输出一大批面部特征。
+**说明**：输入用户照片，由**火山方舟 豆包视觉模型**（`doubao-seed-2-0-lite-260428`）分析，输出一大批面部特征。
 
 **请求**：`POST /api/v1/face/features`
 

face_analysis/annotation.py

@@ -203,7 +203,7 @@ def create_annotated_image(image_bgr, measure_result, ear_mask=None, hair_mask=N
 
     # --- 自适应尺寸：字号/线宽/虚线/箭头按短边缩放 ---
     s = min(w, h)
-    font_size = max(11, round(s * 0.026))     # 字体更小
+    font_size = max(12, round(s * 0.030))     # 字号上调一档
     line_w = max(1, round(s * 0.0022))
     dash_len = max(4, round(s * 0.008))
     gap_len = max(2, round(dash_len * 0.7))   # 虚线更稠密（间隙<划线）

face_analysis/measure.py

@@ -12,7 +12,7 @@ from face_analysis.calibration import (
     estimate_scale_factor, normalized_to_pixel, pixel_distance, _lm_list,
 )
 from face_analysis.face_mesh_landmarks import (
-    GLABELLA_9, GLABELLA_151, NOSE_BOTTOM, CHIN_TIP,
+    GLABELLA_9, NOSE_BOTTOM, CHIN_TIP,
     LEFT_EYE_OUTER, LEFT_EYE_INNER, RIGHT_EYE_INNER, RIGHT_EYE_OUTER,
     LEFT_CHEEK, RIGHT_CHEEK, LEFT_POSITION, RIGHT_POSITION,
 )
@@ -24,10 +24,8 @@ _TOP_RATIO = 0.22 / 0.28      # 顶庭 ÷ 中庭（≈ 0.786）
 
 
 def _brow_center(lm, w, h):
-    """眉心 = 索引 9 / 151 中点。"""
+    """眉心 = 索引 9（眉间上点）。"""
-    g9 = normalized_to_pixel(lm[GLABELLA_9], w, h)
+    return normalized_to_pixel(lm[GLABELLA_9], w, h)
-    g151 = normalized_to_pixel(lm[GLABELLA_151], w, h)
-    return (g9[0] + g151[0]) / 2, (g9[1] + g151[1]) / 2
 
 
 def estimate_vertical_landmarks(landmarks, image_width, image_height):

face_features.py

@@ -17,7 +17,7 @@ import os
 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")
+ARK_MODEL = os.getenv("ARK_MODEL", "doubao-seed-2-0-lite-260428")
 
 # doubao 中文键 → 接口4 英文字段（脸型不走豆包，见 _local_face_shape）
 _KEY_MAP = {

gateway/app.py

@@ -4,13 +4,10 @@
 不跑任何算法（无 torch/mediapipe/opencv 依赖）。
 """
 
-import asyncio
 import base64
 import json
 import logging
-import time
 from contextlib import asynccontextmanager
-from io import BytesIO
 from pathlib import Path
 from typing import Optional
 
@@ -67,32 +64,15 @@ async def lifespan(app: FastAPI):
     else:
         app.state._pool_shutdown = None
 
-    # 确保标注图目录存在
+    # 确保标注图目录存在（永久保留，不做定期清理）
     static_dir = Path(cfg["static_dir"])
     static_dir.mkdir(parents=True, exist_ok=True)
-    logger.info("标注图目录: %s", static_dir)
+    logger.info("标注图目录: %s（永久保留，不自动清理）", static_dir)
-
-    # 启动定期清理任务（阶段四）
-    cleanup_shutdown = asyncio.Event()
-    cleanup_task = asyncio.create_task(
-        _cleanup_loop(static_dir, cfg, cleanup_shutdown)
-    )
-    app.state._cleanup_shutdown = cleanup_shutdown
-    app.state._cleanup_task = cleanup_task
 
     yield
 
     # 关闭
     logger.info("网关关闭中...")
-    # 停止清理任务
-    if app.state._cleanup_shutdown:
-        app.state._cleanup_shutdown.set()
-    if app.state._cleanup_task:
-        app.state._cleanup_task.cancel()
-        try:
-            await app.state._cleanup_task
-        except asyncio.CancelledError:
-            pass
     if app.state._pool_shutdown:
         await app.state._pool_shutdown()
     logger.info("网关已关闭")
@@ -132,51 +112,6 @@ def _get_pool_status_safe():
         return {"total": 0, "healthy": 0, "busy": 0}
 
 
-async def _cleanup_loop(annotations_dir: Path, cfg: dict, shutdown: asyncio.Event):
-    """定期清理 static/annotations/ 中过期的标注图文件。
-
-    配置项（可选，在 config.json 中设定）：
-    - cleanup.interval_minutes: 清理间隔，默认 60
-    - cleanup.max_age_hours: 文件保留时长（小时），默认 24
-    """
-    cleanup_cfg = cfg.get("cleanup", {})
-    interval_s = cleanup_cfg.get("interval_minutes", 60) * 60
-    max_age_s = cleanup_cfg.get("max_age_hours", 24) * 3600
-
-    logger.info(
-        "清理任务启动 | 间隔=%dmin | 保留=%dh | 目录=%s",
-        interval_s // 60, max_age_s // 3600, annotations_dir,
-    )
-
-    while not shutdown.is_set():
-        try:
-            await asyncio.wait_for(shutdown.wait(), timeout=interval_s)
-            break  # shutdown
-        except asyncio.TimeoutError:
-            pass  # 正常到时，执行清理
-
-        now = time.time()
-        deleted = 0
-        for f in annotations_dir.iterdir():
-            if f.name == ".gitkeep":
-                continue
-            if not f.is_file():
-                continue
-            try:
-                age_s = now - f.stat().st_mtime
-                if age_s > max_age_s:
-                    f.unlink()
-                    deleted += 1
-                    logger.debug("清理过期文件: %s (age=%.1fh)", f.name, age_s / 3600)
-            except Exception:
-                logger.warning("清理文件失败: %s", f.name, exc_info=True)
-
-        if deleted:
-            logger.info("清理完成: 删除 %d 个过期文件", deleted)
-
-    logger.info("清理任务已停止")
-
-
 @app.get("/gateway-health", include_in_schema=False)
 async def gateway_health():
     """网关自身健康检查（区别于 worker 的 /health）。"""

gateway/config.example.json

@@ -22,9 +22,5 @@
     "request_timeout_seconds": 600,
     "retry_on_failure": true,
     "max_retries": 1
-  },
-  "cleanup": {
-    "interval_minutes": 60,
-    "max_age_hours": 24
   }
 }

gateway/config.py

@@ -31,10 +31,6 @@ DEFAULTS = {
         "retry_on_failure": True,
         "max_retries": 1,
     },
-    "cleanup": {
-        "interval_minutes": 60,
-        "max_age_hours": 24,
-    },
     "request_log": {
         "enabled": True,
         "log_file": "gateway/request_log.jsonl",

gateway/reqlog.py

@@ -2,8 +2,8 @@
 
 设计原则（与用户约定）：
 - 入参/出参日志里**绝不内嵌图片 base64**。图片统一存盘后用 URL 引用，保持日志短小。
-- 入参图片（image_file / *_base64）当前网关不存盘——这里补存到 static_dir（in_ 前缀），
+- 入参图片（image_file / *_base64）补存到 static_dir（in_ 前缀），永久保留；
-  复用现有 24h 清理循环自动回收；url 输入图本身就在远端，不重新下载，直接记 URL。
+  url 输入图本身就在远端，不重新下载，直接记 URL。
 - 出参响应在 forward.py 已把 base64 改写成 *_url（无大图），记录完整 data，
   但用递归摘要器截断超长结构（landmarks、长字符串），单条上限 ~8KB。
 
@@ -39,7 +39,7 @@ def save_image_bytes(
     """把图片字节存盘并返回公网 URL。失败返回 None（不抛异常）。
 
     存到 static_dir/{prefix}{uuid}.{ext}，URL = {public_base_url}/static/annotations/{file}。
-    与 forward.py 的 rewrite_base64_to_url 落盘路径/URL 规则一致，可被同一清理循环回收。
+    与 forward.py 的 rewrite_base64_to_url 落盘路径/URL 规则一致；文件永久保留，不自动清理。
     """
     if not data:
         return None