153 lines
6.1 KiB
Python
153 lines
6.1 KiB
Python
"""接口4：用户面部特征分析（调用火山方舟 豆包视觉模型 doubao-seed-1-6-vision）。
|
||
|
||
算法来源：/home/xsl/fuyan（FaceArk.py）。worker 把图片以 base64 data URI 传给方舟
|
||
多模态模型，模型返回一大堆人脸特征 JSON；本模块解析后映射出接口4 的英文优先字段
|
||
（face_shape 等），并保留 doubao 返回的全部中文字段。
|
||
|
||
⚠️ 这是**唯一调外网云模型**的接口（其余接口全本地）。API Key 走配置/环境变量，不入 git。
|
||
"""
|
||
from __future__ import annotations
|
||
|
||
import base64
|
||
import json
|
||
import logging
|
||
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")
|
||
|
||
# doubao 中文键 → 接口4 英文优先字段（仅保留这 6 项）
|
||
_KEY_MAP = {
|
||
"脸型": "face_shape",
|
||
"眉形": "eyebrow_shape",
|
||
"面部年龄": "facial_age",
|
||
"动静类型": "dynamic_static_type",
|
||
"性别": "gender",
|
||
"基因风格": "gene_style",
|
||
}
|
||
|
||
# 仅请求接口4 需要的 6 个字段（+「图片是否有人脸」用于 1001 判定，不进最终输出）
|
||
_PROMPT = (
|
||
"分析一下图片告诉我以下特征，只要答案，格式为json字符串，"
|
||
"图片是否有人脸（有人/没人） "
|
||
"脸型（圆形脸/心形脸/菱形脸/鹅蛋脸/方形脸/长形脸/瓜子脸） 眉形 "
|
||
"面部年龄（给出区间年龄） 动静类型（静态型/动态型） 性别（男/女） "
|
||
"基因风格（戏剧型/睿智型/自然型/古典型/优雅型/浪漫型/前卫型/少女型/少年型）"
|
||
)
|
||
|
||
_client = None # 缓存的 Ark client（api_key 变更时自动重建）
|
||
_client_key: str | None = None # _client 构建时使用的 api_key，用于检测配置变更
|
||
|
||
|
||
def _load_api_key() -> str | None:
|
||
"""ARK_API_KEY 环境变量优先，否则读 worker_config.json / gateway/config.json 的 ark_api_key。"""
|
||
key = os.getenv("ARK_API_KEY")
|
||
if key:
|
||
return key
|
||
base = os.path.dirname(__file__)
|
||
for cfg_name in ("worker_config.json", "gateway/config.json"):
|
||
cfg = os.path.join(base, cfg_name)
|
||
if os.path.isfile(cfg):
|
||
try:
|
||
with open(cfg, encoding="utf-8") as f:
|
||
v = json.load(f).get("ark_api_key")
|
||
if v:
|
||
return v
|
||
except Exception as e: # noqa: BLE001
|
||
logger.warning("读取 %s ark_api_key 失败：%s", cfg_name, e)
|
||
return None
|
||
|
||
|
||
def get_client():
|
||
"""返回 Ark client。
|
||
|
||
client 全局缓存，但每次都会重新读取 api_key —— 一旦配置（环境变量 /
|
||
worker_config.json / gateway/config.json 的 ark_api_key）发生变化，
|
||
自动重建 client。这样换 key 后无需重启进程。
|
||
"""
|
||
global _client, _client_key
|
||
key = _load_api_key()
|
||
if not key:
|
||
raise RuntimeError("缺少火山方舟 API Key（设 ARK_API_KEY 或 worker_config.json.ark_api_key）")
|
||
# client 未建、或 key 变了 → 重建
|
||
if _client is None or key != _client_key:
|
||
from volcenginesdkarkruntime import Ark
|
||
_client = Ark(base_url=ARK_BASE_URL, api_key=key)
|
||
_client_key = key
|
||
return _client
|
||
|
||
|
||
def _parse_json(text: str) -> dict:
|
||
"""去掉 ```json 包裹后解析。"""
|
||
s = text.strip()
|
||
if s.startswith("```"):
|
||
s = s.strip("`")
|
||
if s[:4].lower() == "json":
|
||
s = s[4:]
|
||
return json.loads(s.strip())
|
||
|
||
|
||
def _image_to_url(image_bytes: bytes = None, image_url: str = None) -> str:
|
||
"""优先用现成 URL；否则把字节转 base64 data URI（doubao 兼容）。"""
|
||
if image_url:
|
||
return image_url
|
||
fmt = "png" if image_bytes[:8] == b"\x89PNG\r\n\x1a\n" else "jpeg"
|
||
return f"data:image/{fmt};base64," + base64.b64encode(image_bytes).decode()
|
||
|
||
|
||
def analyze_features(image_bytes: bytes = None, image_url: str = None):
|
||
"""调 doubao 视觉模型分析人脸特征。
|
||
|
||
Returns: dict —— 仅含接口4 的 6 个英文字段(face_shape/eyebrow_shape/facial_age/
|
||
dynamic_static_type/gender/gene_style)；**无人脸返回 None**（调用方据此判 1001）。
|
||
"""
|
||
url = _image_to_url(image_bytes, image_url)
|
||
resp = get_client().chat.completions.create(
|
||
model=ARK_MODEL,
|
||
messages=[{
|
||
"role": "user",
|
||
"content": [
|
||
{"type": "image_url", "image_url": {"url": url}},
|
||
{"type": "text", "text": _PROMPT},
|
||
],
|
||
}],
|
||
max_tokens=1024, # 限制输出长度，模型秒回
|
||
temperature=0, # 固定输出，无随机采样，提速+结果稳定
|
||
stream=False, # 关闭流式，单次返回结果更快
|
||
extra_body={
|
||
"thinking": {
|
||
"type": "disabled", # 彻底关闭深度思考模式，提速50%+
|
||
},
|
||
},
|
||
)
|
||
text = resp.choices[0].message.content
|
||
logger.info("doubao raw response (first 500 chars): %s", text[:500])
|
||
try:
|
||
raw = _parse_json(text) # doubao 原始中文字段
|
||
except (json.JSONDecodeError, ValueError) as e:
|
||
logger.error("doubao 返回非 JSON，原文: %s", text[:1000])
|
||
raise RuntimeError(f"豆包模型返回格式异常，无法解析为 JSON：{text[:200]}") from e
|
||
if not has_face(raw):
|
||
return None
|
||
# 只保留 6 个英文字段（doubao 缺某字段则跳过）
|
||
return {en: raw[zh] for zh, en in _KEY_MAP.items() if zh in raw}
|
||
|
||
|
||
def has_face(features: dict) -> bool:
|
||
"""据 doubao 的「图片是否有人脸」判断。"""
|
||
v = features.get("图片是否有人脸") or features.get("是否有人") or ""
|
||
return "没人" not in str(v) and "没有" not in str(v)
|
||
|
||
|
||
if __name__ == "__main__":
|
||
import sys
|
||
path = sys.argv[1] if len(sys.argv) > 1 else "tests/fixtures/frontal.jpg"
|
||
with open(path, "rb") as f:
|
||
feats = analyze_features(image_bytes=f.read())
|
||
if feats is None:
|
||
print("无人脸（1001）")
|
||
else:
|
||
print(json.dumps(feats, ensure_ascii=False, indent=2))
|