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/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。