fix(worker): real image 加 tensorflow 支援 tflite 輸入格式

staging real worker 轉 tflite 失敗：tflite→onnx 需要 import tensorflow，但
Dockerfile.real 當初為省 image 大小沒裝 TF（只驗過 onnx/bie/nef 輸入）。

改 services/workers/Dockerfile.real：
- 加 tensorflow-cpu==2.13.1（Python 3.9 相容 + numpy<2 相容 + ktc TF compat
  patch 預期範圍的交集；-cpu 省 ~1.5GB CUDA）
- 加 igraph==1.0.0（tree_structure.py 硬 import、pin 對齊本檔版本鎖哲學）
- 補 typing-extensions>=4.8.0（TF 會把它降版打爆 fastapi import）
- numpy<2 精確化為 numpy==1.23.5（落在原 <2 範圍 + TF 接受窗口、語意子集非破鎖）

本機驗證：image 4.36GB→5.71GB；tflite→onnx 通（產 188 節點合法 ONNX）；既有
BIE→NEF 回歸產出同一顆真 NEF（621,956 bytes）、prebuild ldd 全 resolved。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

services/workers/Dockerfile.real

@@ -50,8 +50,30 @@ RUN apt-get update && apt-get install -y --no-install-recommends \
 #      0.7.0 import 乾淨。
 #    - onnxsim==0.4.36（--only-binary）：py3.9/bullseye 上新版 onnxsim 無 wheel、需
 #      cmake 從源碼編；0.4.36 有 prebuilt wheel，避免裝 build toolchain。
-# 4) numpy<2 最後裝：prebuild 鏈的 C-extension 以 numpy 1.x 編譯，numpy 2.x 會出
+# 4) tflite 輸入格式轉檔（tflite→onnx，第一步 ktc.onnx_optimizer.tflite2onnx_flow）
-#    "numpy.core.multiarray failed to import"。最後安裝確保不被其他套件升級回 2.x。
+#    需要 tensorflow + python-igraph（converter: libs/ONNX_Convertor/tflite-onnx）：
+#    - tensorflow-cpu==2.13.1：挑此版的三重理由——
+#      (a) Python 3.9 相容：2.13.x 支援 py3.8–3.11；再新的 TF（2.16+）drop py3.9。
+#      (b) numpy<2 相容（最關鍵）：TF 2.13.1 要求 numpy>=1.22,<=1.24.3（全 1.x），
+#          與既有 prebuild 鏈的「numpy 1.x」硬需求一致；再新的 TF（2.16+）會拉
+#          numpy>=2 → 直接撞爆 prebuild 的 "numpy.core.multiarray failed to import"。
+#      (c) ktc 需求：ktc/onnx_optimizer_1_13.py 的 _get_tensor_details_compat patch
+#          是為「較新 TF（tf.lite.Interpreter._get_tensor_details 需 subgraph_index，
+#          TF 2.5+ 引入）」寫的 → TF 2.13.1 落在此範圍、patch 正常生效。
+#      選 -cpu 版：不需 GPU、省下 CUDA 相關 ~1.5GB。
+#    - igraph==1.0.0：converter 的 tree_structure.py:13 `from igraph import Graph` 硬
+#      import 需要（不裝→tflite→onnx 第一步 ModuleNotFoundError）。pin 死是為了
+#      reproducible build——igraph 是 tflite 鏈的硬依賴、裸裝 latest 未來重 build 可能
+#      裝到行為改變的新版；1.0.0 是本次 build 實裝並驗證可跑的版本。
+#    - typing-extensions>=4.8.0：TF 2.13.1 會把 typing-extensions 降到 4.5.0
+#      （其 pin 是 <4.6），導致 fastapi 0.104.1 `import fastapi` 掛
+#      `cannot import name 'TypeAliasType'`。TF 對 typing-extensions 的上限只是
+#      *soft warning*（實測升到 4.15 後 tf 2.13.1 + tf.lite.Interpreter 仍正常），
+#      故在 TF 之後把 typing-extensions 補回 >=4.8.0，修復 fastapi/pydantic。
+# 5) numpy==1.23.5 最後裝並「釘死」：prebuild 鏈的 C-extension 以 numpy 1.x 編譯，
+#    numpy 2.x 會出 "numpy.core.multiarray failed to import"。1.23.5 同時滿足
+#    TF 2.13.1 的 numpy>=1.22,<=1.24.3 窗口 + 既有 prebuild/onnx 的 1.x 需求。
+#    最後安裝確保不被 TF/其他套件連帶升級。
 COPY services/workers/nef/requirements.txt /tmp/worker-requirements.txt
 RUN pip install --no-cache-dir \
         redis>=5.0 boto3>=1.28 \
@@ -63,7 +85,9 @@ RUN pip install --no-cache-dir \
         pyzipper dict_recursive_update beautifulsoup4 jinja2 matplotlib tabulate \
         commentjson IPython adjustText "onnx_tool==0.7.0" \
     && pip install --no-cache-dir --only-binary :all: "onnxsim==0.4.36" \
-    && pip install --no-cache-dir "numpy<2"
+    && pip install --no-cache-dir "tensorflow-cpu==2.13.1" "igraph==1.0.0" \
+    && pip install --no-cache-dir "typing-extensions>=4.8.0" \
+    && pip install --no-cache-dir "numpy==1.23.5"
 
 # --- Application + toolchain source ------------------------------------------
 # 精準 COPY，避免把 libs/dynasty(2.0G) + libs/compiler(1.2G) 帶進來。