xsl
db32fa12e5
- 从head3d复制发际线检测管线到 hairline/ 包：MediaPipe Tasks + SegFormer分割 + 17锚点射线检测 + 502点mesh(face_ext.obj)+UV - 复制模型：face_landmarker.task(3.7MB)、SegFormer config/preprocessor (model.safetensors 340MB 单独下载中) - 新增 docs/接口2-C端生发-技术实现方案.md：第一步=发际线曲线叠加预览图， 新增gender必填参数，按性别贴图数量输出(female5/male4)，hairline_type英文key， 服务端cv2逐三角形warp渲染器(head3d只有浏览器端Three.js渲染) - 接口文档.md 接口2章节同步：gender参数、输出语义、错误码说明 - hairline_texture/ 9张发际线贴图入库
文档索引（按开发机器划分）
系统拆分为两台机器开发：外网网关 和 高性能 worker（GPU）。下面标清每台机器该读哪些文档。
🌐 两端共享（都要读）
| 文档 | 作用 |
|---|---|
| 系统架构-网关与高性能后端.md | 两层拆分的总设计与契约：拓扑、职责、配置、鉴权、base64→URL、错误处理。两端的接口约定，先读。 |
| 接口文档.md | 对外 API 契约（字段/错误码）。拆分后保持不变，是字段命名的唯一权威。 |
| 旷视具体需求.md | 原始需求 |
🖥️ 高性能 worker 机（GPU）
跑完整 app.py + face_analysis，做真正的算法。
| 文档 | 作用 |
|---|---|
| 接口1-四庭七眼测量-技术实现方案.md | 四庭七眼算法方案（MediaPipe / BiSeNet / 标定 / 标注图 / 误差） |
| 接口1-四庭七眼测量-开发任务书.md | worker 侧开发任务书（阶段一~十 + 精度验证），AI agent 执行 |
| ../OFFLINE_ASSETS.md | 离线模型权重/字体清单（内网部署）。worker 需要这些权重 |
🚪 外网网关机
薄反向代理，不跑算法。
| 文档 | 作用 |
|---|---|
| 网关-开发任务书.md | 网关侧开发任务书（健康检查 / 派发 / 鉴权 / base64→URL / 部署），AI agent 执行 |
开发顺序建议：worker 先跑通（本机即可开发验证）→ worker 部署到 GPU 机 → 网关接入联调。网关在 worker 就绪前可用本地 stub worker 独立开发。