一个月交付：人脸型与色彩分析小程序（隐私优先）

背景

客户需要一款微信小程序：用户拍照后分析脸型与个人色彩季型，生成可付费解锁的颜值报告（含 PDF 下载），最终为线下的化妆私教服务引流。两道硬约束从第一天就立在那里：

1. 隐私——人脸照片绝不能上传服务器。这不是合规加分项，是产品能不能做的底线
2. 窗口——一个月内从需求冻结走到上线

我的角色

独立全栈交付：需求冻结与规格文档、系统架构、算法适配、前后端实现、测试体系、交付与上线清单。最终产物不只是代码——技术方案、测试指南、真机回归清单、客户版上线准备清单，都是交付物的一部分。约 2.6 万行：后端 9.3k（Python/FastAPI）+ 前端 16.4k（uniapp/Vue3/TS）。

技术决策

隐私优先管线是整个产品的地基：拍照后 wx.faceDetect 在端侧提取 106 个关键点与 3 区肤色 RGB，组成不到 1KB 的特征数据上报，临时文件立即清理。后端 API 用 schema 校验物理拒绝 base64/URL 图片字段——不是"约定不传"，是想传也传不进来。

算法层做成适配器接口（脸型/肤色/推荐三个模块可独立替换）：36 关键点匹配 7 类脸型模板叠加三庭五眼比例；侧脸 9 点算鼻突比与面部凸角得到"折叠度"（侧脸立体度，按甲方要求只出高/中/低档不展示分数）；3 区 RGB 经 IQR 去异常后转 HSV/Lab 判定春/夏/秋/冬季型。

商业闭环一步到位：

免费版只给 3 项钩子，¥19.9 解锁完整八板块报告（PDF 同款排版可下载），末尾落到私教预约：

工程上几个值得说的决定：MOCK_WECHAT 开关让登录/支付/退款在无微信凭证的本地全自动跑通，切真实链路前端无感；PDF 排版用 WeasyPrint、缺 Pango 运行库时自动降级 fpdf2 纯 Python 绘制；管理端在线改配置——甲方 0903 版内容迭代（文案红线、板块调整）没有改一行代码。

把内容规则当工程约束：与甲方共同冻结了文案红线（禁负面外貌字眼、比例数据一律正向解读）、文案落库于分析时、老报告不回溯——写进了领域术语表，让"怎么说话"和"怎么写代码"有同一份事实源。

结果

一个月、一个人、完整闭环：隐私承诺以架构兑现而非口头承诺；测试体系里的 E2E 黑盒直接对运行中的服务器走完整链路，能抓住"代码已更新但进程未重启"这类部署漂移；甲方的内容迭代走配置而非发版。65 个提交，2026-08-24 到 09-24。