Upload 2 files

router_items.py

@@ -341,7 +341,7 @@ async def create_item(item: ItemCreate):
         "rated_by": {}
     }
     items_db.insert(0, new_item)
-    db.save_data("items.json", items_db)
+    db.save_data("items.json", items_db, force_sync=bool(item.github_token))
     # 🗂️ 清除排序缓存
     sort_cache.invalidate("items:")
     
@@ -446,7 +446,7 @@ async def update_item(item_id: str, update_data: ItemUpdate, current_user: str =
         result_holder["error"] = "not_found"
         return False
     
-    db.atomic_update("items.json", updater, default_data=[])
+    db.atomic_update("items.json", updater, default_data=[], force_sync=bool(update_data.github_token))
     
     if result_holder.get("error") == "forbidden":
         raise HTTPException(status_code=403, detail="无权修改他人发布的内容")

数据库连接.py

@@ -357,13 +357,14 @@ def _recover_from_backup(file_name: str, default_data: Union[Dict, List]) -> Uni
 #   4. 🚀 P1优化：保存后更新内存缓存
 #   5. 异步同步到 HuggingFace
 
-def save_data(file_name: str, data: Union[Dict, List]) -> bool:
+def save_data(file_name: str, data: Union[Dict, List], force_sync: bool = False) -> bool:
     """
     安全保存数据到 JSON 文件
     
     参数：
         file_name: 文件名（如 users.json）
         data: 要保存的数据（dict 或 list）
+        force_sync: 是否立即同步到 HF Dataset（默认 False，等待30秒批量窗口）
     
     返回：
         True 保存成功 / False 保存失败
@@ -429,12 +430,42 @@ def save_data(file_name: str, data: Union[Dict, List]) -> bool:
     # ========== 第五步：标记文件脏，等待批量同步 ==========
     if HF_TOKEN:
         _mark_dirty(file_name)
+        
+        # ⚡ force_sync=True 时立即同步到 HF Dataset（不等待批量窗口）
+        if force_sync:
+            _immediate_sync_file(file_name)
 
 
 # ==========================================
 # ☁️ HF 批量同步机制
 # ==========================================
 
+def _immediate_sync_file(file_name: str):
+    """立即同步单个文件到 HF Dataset（后台线程，不阻塞请求）"""
+    def _do_sync():
+        try:
+            local_path = os.path.join(LOCAL_DB_DIR, file_name)
+            if not os.path.exists(local_path):
+                return
+            hf_api = HfApi(token=HF_TOKEN)
+            hf_api.upload_file(
+                path_or_fileobj=local_path,
+                path_in_repo=file_name,
+                repo_id=DATASET_REPO_ID,
+                repo_type="dataset",
+                commit_message=f"force sync: {file_name}"
+            )
+            logger.info(f"⚡ 即时同步成功: {file_name}")
+            # 同步成功后从脏文件集合中移除，避免批量同步重复上传
+            with _dirty_files_lock:
+                _dirty_files.discard(file_name)
+        except Exception as e:
+            logger.warning(f"⚡ 即时同步失败（将退回批量同步）: {file_name} - {e}")
+    
+    thread = threading.Thread(target=_do_sync, daemon=True)
+    thread.start()
+
+
 def _mark_dirty(file_name: str):
     """标记文件为脏，等待下次批量同步"""
     with _dirty_files_lock:
@@ -602,7 +633,7 @@ def get_backup_files() -> list:
 # 🔒 原子更新函数（解决并发安全问题）
 # ==========================================
 
-def atomic_update(file_name: str, updater, default_data=None):
+def atomic_update(file_name: str, updater, default_data=None, force_sync: bool = False):
     """
     原子性地读取、修改、保存 JSON 数据文件。
     
@@ -730,5 +761,9 @@ def atomic_update(file_name: str, updater, default_data=None):
     # ========== 第五步：标记文件脏，等待批量同步 ==========
     if HF_TOKEN:
         _mark_dirty(file_name)
+        
+        # ⚡ force_sync=True 时立即同步到 HF Dataset（不等待批量窗口）
+        if force_sync:
+            _immediate_sync_file(file_name)
     
     return result