# Cluster Agent Endpoint — 實作完成

## 新增 Endpoint

**`POST /api/v1/file/:file_uuid/cluster-agent`** — 對指定影片觸發 on-demand face clustering。

## 實作邏輯

1. 查 DB 拿 `file_path`、`fps`，從 `probe_json` 拿 `nb_frames`
2. 執行 Python `fast_face_clustering_processor.py`（不接受 --frames）
3. 將分組結果寫入 `tkg_nodes`（`label` = `cluster_id`）
4. 回傳 Response

## 前端消費流程（不變）

```
POST /api/v1/file/{uuid}/cluster-agent → 觸發 clustering
GET  /api/v1/file/{uuid}/face-groups   → 輪詢結果
```

## Response (200)

```json
{
  "success": true,
  "file_uuid": "477b24d3...",
  "message": "Clustering completed",
  "clusters": 25,
  "total_traces": 37
}
```

## 狀態

- ✅ Code 完成、已部署
- ✅ 測試通過：`477b24d3...` → 25 clusters, 37 traces

## 其他修復（同次部署）

- OCR chunks 現在正確標為 `source_type: ocr`
- Rule 1 重跑會先刪舊 chunks
- `store_traced_faces.py` 失敗時寫入 fallback 避免 worker 卡住

## 相關檔案

- `src/api/cluster_agent.rs` — 新 endpoint handler
- `src/api/server.rs` — route 註冊
- `src/core/chunk/rule1_ingest.rs` — 先刪舊 chunks
- `src/core/db/postgres_db.rs` — chunk_type 用 as_str()
- `src/worker/job_worker.rs` — fallback face_traced.json