fastapi==0.115.12
uvicorn[standard]==0.34.2
python-multipart==0.0.31
httpx==0.28.1

# 接口1：四庭七眼测量（worker 侧算法依赖）
mediapipe==0.10.14       # MediaPipe Face Mesh（经典 Solutions API，模型内置）
opencv-python==4.10.0.84 # 图片读取/处理 + solvePnP 姿态估计
Pillow==11.0.0           # 标注图生成（PNG 透明图层）
numpy==1.26.4            # 必须 <2，否则 mediapipe 0.10.x import 崩溃

# 方案 B：头发分割（BiSeNet face-parsing）
# ⚠️ RTX 5090（sm_120/Blackwell）必须用 cu128 构建——cu121（如 torch 2.2.2）只编到
#    sm_90，GPU 跑算子会报 "no kernel image"。cu128 含 sm_120，BiSeNet/SegFormer 走 GPU。
# 安装（走 PyTorch 官方 cu128 index）：
#   ./venv/bin/pip install --index-url https://download.pytorch.org/whl/cu128 torch==2.11.0 torchvision==0.26.0
# numpy 必须保持 <2（mediapipe 0.10.x / scikit-image 0.24.x 依赖），cu128 torch 兼容 numpy 1.26.4。
torch==2.11.0            # +cu128，支持 RTX 5090 sm_120；GPU 推理
torchvision==0.26.0

# 接口2：C端生发（发际线预览）
# MediaPipe Tasks(FaceLandmarker) 用已装的 mediapipe；新增 SegFormer 人脸分割：
transformers==4.45.2     # SegFormer 人脸分割（jonathandinu/face-parsing，本地权重）

# 接口3：B端生发（马克笔发际线检测）
# ⚠️ 必须 0.24.x —— 0.25+ 强依赖 numpy>=2，会顶掉 mediapipe 需要的 numpy<2
scikit-image==0.24.0     # route_through_array（黑帽响应图上的 Dijkstra 最小路径）

# 接口4：用户特征（火山方舟 豆包视觉模型 + 本机 MediaPipe 脸型覆盖）—— 已迁到**网关**实现，worker 不需要。
# 网关机装：volcengine-python-sdk[ark]（from volcenginesdkarkruntime import Ark）；API Key 走配置不入 git
# ⚠️ face_shape 字段改为本机 face/face_shape_classifier.py 计算（覆盖豆包结果），
#    因此网关机现在也需要 mediapipe==0.10.14 + opencv-python==4.10.0.84 + numpy==1.26.4
#    （不再是"网关不需要 mediapipe"，见 docs/实现说明.md 需同步更新）

# 测试
pytest==8.3.3