xsl
8a4720472b
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/ — 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。