build: local stack, container images and the end-to-end smoke script

docker-compose brings up PostgreSQL 16 with pgvector and Redis 7 on
non-standard host ports so it never collides with an existing local database.
scripts/smoke.sh is the proof: compose, migrate, boot the API, issue a token,
call the real DeepSeek API and print the resulting ob_ai_call and bl_ledger
rows. services/vision and services/matting are placeholders noting that the
local RTX 5090 makes BiRefNet and RTMPose developable without cloud GPU.

services/README.md

@@ -0,0 +1,33 @@
+# `services/` — 独立部署的 AI 能力服务
+
+架构 §3.2：业务域做单体，**AI 能力做独立服务**。理由是资源画像完全不同 ——
+GPU 依赖、模型文件体积、推理并发模型、扩缩容节奏。混在一个进程里会导致
+「换装排队把 API 拖慢」。
+
+| 目录 | 服务 | 资源 | 状态 |
+| --- | --- | --- | --- |
+| `vision/` | 人像分割、人体关键点、色值采样、体型测算、人脸属性 | CPU + ONNX | 占位 |
+| `matting/` | BiRefNet 批量抠图 + 白底标准化 + 规格校验 | GPU（按需） | 占位 |
+| `tryon/` | 换装三工作流、发型更换与发色 | GPU | 占位（现有服务改造纳管） |
+
+## 本地有 RTX 5090
+
+开发机带一块 **RTX 5090（32GB VRAM）**。`vision` 的 RTMPose ONNX 推理
+（TD-05/TD-06）与 `matting` 的 BiRefNet 抠图（TD-07）**完全可以在本地开发、
+调参和跑批，不需要租云 GPU**。素材生产期的批量抠图也可以先在本地跑通再决定
+要不要上云。
+
+## 服务边界规矩
+
+- 对上以**内部 API** 暴露，不共享进程内存。即使 V1 某个能力先做成进程内包，
+  接口也要按远程调用设计（明确超时、可序列化的入参出参）。
+- 服务间调用必须带**服务间令牌**，且只允许内网访问（架构 §4.4）。
+- 每次推理必须返回**资源消耗**（如 `gpu_seconds`）与**模型/工作流版本号**，
+  否则成本无法归因、效果变化无法回溯。
+- 接受 `idempotency_key`，重复提交返回同一结果。
+- 明确对外暴露**最大并发数**，让上游队列按容量限流。
+
+## 不能放什么
+
+- 业务判断。这里只做推理，「该不该做这次推理」是业务域的事。
+- 直接访问业务库。需要数据由调用方传入。

services/__init__.py

@@ -0,0 +1 @@
+"""独立部署的 AI 能力服务（架构文档 §4.3）。"""

services/matting/README.md

@@ -0,0 +1,17 @@
+# `services/matting/` — 抠图批处理（占位）
+
+架构 §4.3。离线批处理，GPU 按需。
+
+- **BiRefNet**（TD-07 / ADR-08）。**禁用 RMBG-2.0**（许可证原因）。
+- 输出白底标准化图 + 规格校验，写 `kb_asset.tryon_ready`
+
+## 本地有 RTX 5090（32GB VRAM）
+
+**BiRefNet 抠图可以完全在本地开发、调参和跑批，不需要租云 GPU。**
+素材生产期（TD-26：300 件 `tryon_ready` 是关键路径）先在本地测出每周产能，
+再决定要不要上云扩产能。
+
+## 验收
+
+FR-KB-08：10 件样本走通全流程；`tryon_ready` 标志准确；
+抠图人工质检通过率 ≥ 90%。

services/matting/__init__.py

@@ -0,0 +1 @@
+"""抠图批处理（占位）：BiRefNet 抠图 + 白底标准化 + 规格校验。"""

services/tryon/README.md

@@ -0,0 +1,14 @@
+# `services/tryon/` — 换装服务（占位）
+
+现有自有服务，需按架构 §4.4 改造后纳管。**不改造它会成为整个系统的不稳定源。**
+
+| 改造项 | 要求 |
+| --- | --- |
+| 鉴权 | 改为内部服务，仅内网/网关调用，带服务间令牌 |
+| 调用模式 | 同步长连接 → **提交任务 + 回调通知**（或任务查询接口） |
+| 幂等 | 接受 `idempotency_key`，重复提交返回同一结果 |
+| 并发控制 | 明确最大并发数并对外暴露，让上游队列按容量限流 |
+| 成本埋点 | 每次推理返回 `gpu_seconds` 与模型版本，供成本归因 |
+| 结果存储 | 阿里云 OSS → 腾讯云 COS；历史数据迁移或双读 |
+| 输入校验 | 前置校验图片规格、人脸存在性、单品白底图规格，尽早失败 |
+| 版本管理 | 模型/工作流版本号随结果返回，便于回溯效果变化 |

services/tryon/__init__.py

@@ -0,0 +1 @@
+"""换装服务（占位）：现有 GPU 服务改造纳管。"""

services/vision/README.md

@@ -0,0 +1,30 @@
+# `services/vision/` — 视觉服务（占位）
+
+架构 §8.2。独立服务，CPU + ONNX。
+
+```
+POST /internal/vision/analyze
+  ├─ segment_portrait  腾讯云 SegmentPortraitPic → 前景掩膜
+  ├─ body_keypoints    RTMPose ONNX（自建，腾讯云已下线，ADR-06）
+  ├─ face_landmarks    腾讯云 AnalyzeFace(90点) / AnalyzeDenseLandmarks(888点)
+  ├─ face_attributes   腾讯云 DetectFaceAttributes
+  ├─ color_sampling    自研：按关键点定位采样区 → Lab，稳健统计（去高光/阴影）
+  └─ body_measure      自研：掩膜宽度剖面法（TD-06、ADR-07）
+返回：结构化特征 + 每项置信度 + 质量问题标记
+```
+
+## 本地有 RTX 5090
+
+**RTMPose ONNX 推理可以完全在本地开发和调参，不需要租云 GPU。**
+准确率验证（体型 ≥ 80%、季型 ≥ 75%、脸型 ≥ 80%，各 30~50 样本，FR-RPT-05）
+也可以在本地跑完。
+
+## 质量门禁必须前置
+
+架构 §8.2：图片质量不达标（多人、遮挡、侧脸过大、光线过暗）应在分析**前**就
+返回明确的重拍指引，而不是硬算出一个低置信度结果。
+**用户宁愿重拍一次，也不愿收到一份错的报告。**
+
+## 人脸原图
+
+不落盘。处理完立即删除（TD-20 / CR-02）。只返回派生特征。

services/vision/__init__.py

@@ -0,0 +1 @@
+"""视觉推理服务（占位）：分割/关键点/色值采样/体型测算/人脸属性。"""