NumPy 与 Python 版本兼容策略
Django 后端镜像固定使用 Python 3.12，并在 backend/requirements.txt 中锁定：
numpy==1.26.4这个选择不是为了追新，而是为了兼容仍在使用的老旧服务器。
为什么锁定 NumPy 1.26.4
部分老旧服务器或虚拟化环境只支持 x86-64 基础指令集，不支持 x86-64-v2。NumPy 2.x 的 Linux x86-64 wheel 对 CPU 基线的要求更高，在这类机器上可能出现非法指令或无法运行的问题。
NumPy 官方 CPU 构建文档说明，在 x86-64 平台上，当前默认的 min baseline 会映射到 X86_V2，并明确提到这可能不兼容 2009 年以前的 CPU 或部分旧虚拟机。为了避免把运行风险转移到部署阶段，后端依赖继续锁定在 NumPy 1.x 系列的最后稳定版本之一：
numpy==1.26.4这样可以继续使用兼容老旧 x86-64 环境的 NumPy 1.x wheel，避免升级到 NumPy 2.x 后引入 CPU 指令集基线问题。
参考：
为什么后端使用 Python 3.12
NumPy 1.26.4 官方发布说明中写明，该版本支持 Python 3.9-3.12。这意味着 Python 3.12 是 NumPy 1.26.4 官方 wheel 覆盖范围内的最高 Python 版本。
如果后端镜像升级到 Python 3.13 或 3.14，同时继续锁定 numpy==1.26.4，包管理器无法直接使用官方预编译 wheel，通常会退回到源码构建。源码构建会带来几个问题：
- 构建时间显著变长，对 Docker 构建环境要求更高。
- 构建结果依赖当前编译器、系统库和 CPU 特性，部署可重复性下降。
- 即使编译成功，也可能重新引入 CPU 指令集兼容风险。
- NumPy 1.26.4 本身没有声明支持 Python 3.13/3.14，运行时行为没有官方兼容性保证。
因此，Django 后端镜像不继续升级到更高 Python 版本，而是固定为：
FROM python:3.12-slim这保证了两个目标同时成立：
- NumPy 继续锁定在 1.x，兼容不支持 x86-64-v2 的老旧服务器。
- Python 使用 NumPy 1.26.4 官方支持的最高版本，避免源码编译和额外兼容性风险。
维护原则
在项目仍需要兼容不支持 x86-64-v2 的服务器期间：
- 不要把
numpy==1.26.4放宽为numpy>=...。 - 不要把 Django 后端 Dockerfile 升级到 Python 3.13 或更高版本。
- 如果确实需要升级 NumPy 或 Python，必须先在目标服务器 CPU 上验证 wheel 可用性、导入测试、核心数据处理流程以及 Docker 构建可重复性。
face-service 当前也使用 Python 3.12，并通过 constraints.txt 固定 numpy==1.26.4。它依赖 OpenCV、onnxruntime 和 insightface，升级风险更高，应与后端使用同一套 NumPy 兼容策略。