代码架构 v2：一套底座，三个产品

1. 相对 v1 的架构变化

2. 总体结构

monorepo/
├── core/                  # 共享底座（Python 包）
│   ├── auth/  billing/  storage/  jobs/  notify/  audit/
│   ├── labeling/          # AI 标识（显式 + 隐式）
│   ├── compliance/        # 年龄确认、内容安全、授权存证、数据删除、休息提醒
│   ├── gateway/           # ★ 模型网关
│   ├── growth/            # ★ 增长组件
│   └── analytics/
├── media/                 # 自部署的媒体引擎（worker 镜像）
│   ├── audio/             # 分离、降噪、修音、人声链、混音、母带、响度、剪辑、字幕
│   └── video/             # 竖屏视频渲染、字幕烧录、宣传短视频合成
├── products/
│   ├── pixorder/          # 02 照片礼物
│   ├── sonicflow/         # 03 修音
│   └── talktale/          # 01 剧情陪练（含内容生产流水线）
├── web/                   # Next.js：三个产品的前端 + 管理后台（按域名区分）
├── miniapp/               # 国内小程序（Taro，复用 web 的业务逻辑层）
└── deploy/
    ├── global/            # 海外：docker-compose / 云主机
    └── cn/                # 国内

3. 模型网关（core/gateway）

所有 AI 调用都必须经过这里，业务代码里不允许直接使用厂商 SDK。

class Gateway:
    def llm(self, task: str, messages: list, *, schema: dict | None = None, region: str) -> LLMResult: ...
    def image_edit(self, task: str, images: list[bytes], prompt: str, *, n: int, region: str) -> list[ImageResult]: ...
    def image_generate(self, task: str, prompt: str, *, refs: list[bytes] = (), n: int, region: str) -> list[ImageResult]: ...
    def tts(self, task: str, text: str, voice: str, *, region: str) -> AudioResult: ...
    def stt(self, task: str, audio: bytes, lang: str, *, words: bool, region: str) -> Transcript: ...
    def vision_judge(self, task: str, images: list[bytes], rubric: str, *, region: str) -> JudgeResult: ...

配置示例：

tasks:
  pet_portrait.default:
    global: [gemini-image-latest, seedream-global, flux-kontext-fal]
    cn:     [volc-seedream]
  quality_judge:
    global: [gemini-flash-vision]
    cn:     [doubao-vision]
  talktale.checkpoint_reply:
    global: [small-llm-a, small-llm-b]
    cn:     [doubao-lite]
cn_allowlist:            # 已备案模型白名单：名称 + 备案号，同时用于页面公示
  - {id: volc-seedream, name: "...", filing_no: "..."}

配置里的模型标识是示例。实际模型名称和版本以接入时厂商的当前文档为准，停用通知要订阅并及时处理。

4. 三个产品的核心流水线

4.1 02 照片礼物

上传 → 检查（清晰度 / 主体 / 内容安全）
  → 网关.image_edit × 4（按风格配置的模型）
  → 网关.vision_judge 逐张打分 → 不合格的补生成（最多 2 轮）
  → 加水印预览给客户 → 客户挑选 / 重新生成
  → 付款 → 放大到印刷分辨率 → 按商品规格出印刷文件
  → 代发平台接口下单 → 接收发货回调 → 通知客户

4.2 03 修音

上传人声 [+ 伴奏 | 原曲]
  → [分离原曲：伴奏 + 原唱人声]（GPU）
  → 降噪 → 音高提取 → 与原唱对齐 → 参考旋律修音（WORLD 声码器重合成）
  → 按曲风的人声处理链 → 自动混音（响度比例 + 频段避让）→ 母带
  → 歌词识别与对齐（网关.stt）→ 竖屏歌词视频渲染（带或不带水印）
  → 交付

4.3 01 剧情陪练

【内容生产，离线，每集一次】
季设定 → 分集大纲 → 剧本（网关.llm，结构化输出）
  → 自动质检（词汇难度 / 一致性 / 安全）
  → 配音（网关.tts，按角色固定声音）→ 插画（网关.image_edit，角色参考图保持一致）
  → 打包上线 → 自动生成宣传短视频（media/video）

【用户运行时，每个口语关卡一次】
录音 → 网关.stt（词级）→ 发音评分
  → [自由回答] 网关.llm（小模型，带记忆和剧情状态）→ 短回复 网关.tts
  → 写入剧情变量和记忆

5. 增长组件（core/growth）

6. 部署

            global（海外云主机）                         cn（国内云主机）
  ┌──────────────────────────────────┐      ┌──────────────────────────────────┐
  │ nginx → web（三个域名）→ api        │      │ nginx → web / 小程序后端 → api     │
  │ PostgreSQL / Redis                │      │ PostgreSQL / Redis                │
  │ CPU worker（音频 DSP、视频）        │      │ CPU worker                        │
  │ R2                                │      │ OSS                               │
  └──────────────┬───────────────────┘      └──────────────┬───────────────────┘
                 │                                          │
      GPU worker（按需：RunPod 等）                  GPU worker（按需：AutoDL 等）
      人声分离 / 语音识别                             人声分离 / 语音识别

• 两套部署不共享数据库和存储；代码和镜像相同，靠 REGION 配置区分
• GPU worker 主动从 Redis 拉取任务，不需要开放入站端口；队列空闲 15 分钟后自动关机
• 现有的 yunyoufk.xtnet.vip 服务器可以作为 cn 的第一台机器（需要完成 ICP 备案并配置 HTTPS）

7. 成本结构（估算，按实际调用量核对）