File size: 14,109 Bytes
9845917
 
 
 
 
e3c211e
9845917
e3c211e
9845917
 
 
 
e3c211e
 
 
 
9845917
 
e3c211e
 
 
 
9845917
 
 
 
 
 
e3c211e
9845917
 
 
 
e3c211e
9845917
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
e3c211e
9845917
 
 
 
e3c211e
9845917
e3c211e
9845917
 
 
 
 
 
 
 
 
 
 
e3c211e
9845917
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
e3c211e
9845917
 
 
 
 
e3c211e
9845917
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
e3c211e
9845917
 
 
 
 
 
e3c211e
9845917
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
e3c211e
9845917
 
 
 
e3c211e
9845917
 
 
 
 
 
7844386
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
59ccfe2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
7844386
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
d6a260a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
c196299
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
9845917
 
 
d6a260a
e3c211e
9845917
d6a260a
9845917
 
e3c211e
9845917
 
d6a260a
9845917
 
 
 
 
 
 
 
d6a260a
9845917
 
 
 
 
 
 
 
 
 
 
e3c211e
9845917
 
 
 
e3c211e
9845917
 
 
 
 
 
 
 
e3c211e
 
9845917
 
 
 
e3c211e
 
 
9845917
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
#!/usr/bin/env python3
"""
简化的OSS文件管理器 - 专为SAGE-Bench HuggingFace Space设计
移除了对 compassflow 的依赖,只保留必需的OSS功能
"""

import os
import oss2
import json
from datetime import datetime
from pathlib import Path
from typing import List, Dict, Optional
from loguru import logger


class OSSFileManager:
    """简化的OSS文件管理器"""
    
    def __init__(
        self,
        oss_access_key_id: str = None,
        oss_access_key_secret: str = None,
        oss_region: str = None,
        oss_bucket_name: str = None
    ):
        """
        初始化OSS文件管理器
        
        Args:
            oss_access_key_id: OSS访问密钥ID
            oss_access_key_secret: OSS访问密钥Secret
            oss_region: OSS区域端点
            oss_bucket_name: OSS存储桶名称
        """
        # 从环境变量获取配置
        self.access_key_id = oss_access_key_id or os.getenv('OSS_ACCESS_KEY_ID')
        self.access_key_secret = oss_access_key_secret or os.getenv('OSS_ACCESS_KEY_SECRET')
        self.region = oss_region or os.getenv('OSS_REGION', 'http://oss-cn-shanghai.aliyuncs.com')
        self.bucket_name = oss_bucket_name or os.getenv('OSS_BUCKET_NAME', 'opencompass')
        
        if not self.access_key_id or not self.access_key_secret:
            raise ValueError("OSS访问密钥未设置。请设置 OSS_ACCESS_KEY_ID 和 OSS_ACCESS_KEY_SECRET 环境变量。")
        
        # 初始化OSS客户端
        auth = oss2.Auth(self.access_key_id, self.access_key_secret)
        self.bucket = oss2.Bucket(auth, self.region, self.bucket_name)
        
        logger.info(f"OSS初始化成功: {self.bucket_name} @ {self.region}")
    
    def list_files(
        self, 
        oss_dir: str = "", 
        after_date: datetime = None,
        file_extension: str = None
    ) -> List[Dict]:
        """
        列出OSS目录中的文件
        
        Args:
            oss_dir: OSS目录路径
            after_date: 只返回此日期之后的文件
            file_extension: 文件扩展名过滤 (如 ".json")
            
        Returns:
            文件信息列表
        """
        try:
            files = []
            
            # 确保目录路径以 / 结尾
            if oss_dir and not oss_dir.endswith('/'):
                oss_dir += '/'
            
            # 列出对象
            for obj in oss2.ObjectIterator(self.bucket, prefix=oss_dir):
                # 跳过目录本身
                if obj.key.endswith('/'):
                    continue
                
                # 文件扩展名过滤
                if file_extension and not obj.key.endswith(file_extension):
                    continue
                
                # 日期过滤
                if after_date and obj.last_modified < after_date:
                    continue
                
                file_info = {
                    'key': obj.key,
                    'name': os.path.basename(obj.key),
                    'size': obj.size,
                    'last_modified': obj.last_modified,
                    'etag': obj.etag
                }
                files.append(file_info)
            
            logger.info(f"找到 {len(files)} 个文件在 {oss_dir}")
            return files
            
        except Exception as e:
            logger.error(f"列出文件失败: {e}")
            raise
    
    def download_file(self, oss_file_path: str, local_file_path: str) -> bool:
        """
        从OSS下载文件到本地
        
        Args:
            oss_file_path: OSS文件路径
            local_file_path: 本地文件路径
            
        Returns:
            下载是否成功
        """
        try:
            # 确保本地目录存在
            local_dir = os.path.dirname(local_file_path)
            if local_dir:
                os.makedirs(local_dir, exist_ok=True)
            
            # 下载文件
            self.bucket.get_object_to_file(oss_file_path, local_file_path)
            
            logger.info(f"下载成功: {oss_file_path} -> {local_file_path}")
            return True
            
        except Exception as e:
            logger.error(f"下载文件失败: {oss_file_path} -> {local_file_path}, 错误: {e}")
            return False
    
    def upload_file_to_object(
        self, 
        local_file_path: str, 
        oss_file_path: str,
        replace: bool = False
    ) -> bool:
        """
        上传本地文件到OSS
        
        Args:
            local_file_path: 本地文件路径
            oss_file_path: OSS文件路径
            replace: 是否替换已存在的文件
            
        Returns:
            上传是否成功
        """
        try:
            # 检查本地文件是否存在
            if not os.path.exists(local_file_path):
                logger.error(f"本地文件不存在: {local_file_path}")
                return False
            
            # 检查OSS文件是否存在
            if not replace and self.bucket.object_exists(oss_file_path):
                logger.warning(f"OSS文件已存在: {oss_file_path}")
                return False
            
            # 上传文件
            self.bucket.put_object_from_file(oss_file_path, local_file_path)
            
            logger.info(f"上传成功: {local_file_path} -> {oss_file_path}")
            return True
            
        except Exception as e:
            logger.error(f"上传文件失败: {local_file_path} -> {oss_file_path}, 错误: {e}")
            return False
    
    def file_exists(self, oss_file_path: str) -> bool:
        """
        检查OSS文件是否存在
        
        Args:
            oss_file_path: OSS文件路径
            
        Returns:
            文件是否存在
        """
        try:
            return self.bucket.object_exists(oss_file_path)
        except Exception as e:
            logger.error(f"检查文件存在性失败: {oss_file_path}, 错误: {e}")
            return False
    
    def download_file_content(self, oss_file_path: str) -> Optional[bytes]:
        """
        下载OSS文件内容到内存
        
        Args:
            oss_file_path: OSS文件路径
            
        Returns:
            文件内容(字节)或None
        """
        try:
            result = self.bucket.get_object(oss_file_path)
            content = result.read()
            logger.info(f"下载文件内容成功: {oss_file_path} ({len(content)} bytes)")
            return content
        except Exception as e:
            logger.error(f"下载文件内容失败: {oss_file_path}, 错误: {e}")
            return None
    
    def upload_file_content(self, content: str, object_key: str) -> bool:
        """
        直接上传字符串内容到OSS
        
        Args:
            content: 要上传的字符串内容
            object_key: OSS对象键(文件路径)
            
        Returns:
            上传是否成功
        """
        try:
            # 将字符串转换为字节
            if isinstance(content, str):
                content_bytes = content.encode('utf-8')
            else:
                content_bytes = content
            
            # 直接上传内容到OSS
            self.bucket.put_object(object_key, content_bytes)
            
            logger.info(f"上传内容成功: {object_key} ({len(content_bytes)} bytes)")
            return True
            
        except Exception as e:
            logger.error(f"上传内容失败: {object_key}, 错误: {e}")
            return False


    def upload_file(self, local_file_path: str, oss_file_path: str) -> bool:
        """
        上传本地文件到OSS(别名方法)
        
        Args:
            local_file_path: 本地文件路径
            oss_file_path: OSS文件路径
            
        Returns:
            上传是否成功
        """
        return self.upload_file_to_object(local_file_path, oss_file_path, replace=True)
    
    def copy_file(self, source_path: str, target_path: str) -> bool:
        """
        在OSS内部复制文件
        
        Args:
            source_path: 源文件路径
            target_path: 目标文件路径
            
        Returns:
            复制是否成功
        """
        try:
            # 使用copy_object进行OSS内部复制
            self.bucket.copy_object(
                self.bucket_name,  # 源bucket
                source_path,       # 源文件路径
                target_path        # 目标文件路径
            )
            logger.info(f"文件复制成功: {source_path} -> {target_path}")
            return True
        except Exception as e:
            logger.error(f"文件复制失败: {source_path} -> {target_path}, 错误: {e}")
            return False

    def list_latest_files_by_date(
        self,
        object_dir: str = "",
        max_num_files: int = 100,
        suffix: str = ".json",
        date_pattern: str = r".*",
        file_date_format: str = "%Y-%m-%d"
    ) -> List[str]:
        """
        列出OSS目录中按日期排序的文件

        Args:
            object_dir: OSS目录路径
            max_num_files: 最大文件数量
            suffix: 文件后缀
            date_pattern: 日期匹配模式
            file_date_format: 日期格式

        Returns:
            文件路径列表(最新的在前面)
        """
        try:
            # 使用现有的list_files方法
            files = self.list_files(
                oss_dir=object_dir,
                file_extension=suffix
            )

            # 提取文件名
            filenames = []
            for file_info in files:
                filename = file_info['name']
                # 简单的文件名匹配(不使用复杂的正则)
                if suffix in filename:
                    filenames.append(filename)

            # 按文件名排序(假设文件名包含时间戳)
            filenames.sort(reverse=True)

            # 限制数量
            max_num_files = max_num_files or len(filenames)
            filenames = filenames[:max_num_files]

            logger.info(f"找到 {len(filenames)} 个文件,按日期排序")

            # 返回完整的OSS路径
            result = []
            for filename in filenames:
                if object_dir:
                    full_path = f"{object_dir.rstrip('/')}/{filename}"
                else:
                    full_path = filename
                result.append(full_path)

            return result

        except Exception as e:
            logger.error(f"列出最新文件失败: {e}")
            return []

    def download_object_to_file(
        self,
        oss_file_path: str,
        local_file_path: str,
        replace: bool = True,
        make_dir: bool = True
    ) -> bool:
        """
        从OSS下载对象到本地文件(兼容性方法)

        Args:
            oss_file_path: OSS文件路径
            local_file_path: 本地文件路径
            replace: 是否替换已存在的文件
            make_dir: 是否创建目录

        Returns:
            下载是否成功
        """
        try:
            # 检查本地文件是否存在
            if not replace and os.path.exists(local_file_path):
                logger.warning(f"本地文件已存在: {local_file_path}")
                return False

            # 创建目录
            if make_dir:
                local_dir = os.path.dirname(local_file_path)
                if local_dir:
                    os.makedirs(local_dir, exist_ok=True)

            # 使用现有的download_file方法
            return self.download_file(oss_file_path, local_file_path)

        except Exception as e:
            logger.error(f"下载对象失败: {oss_file_path} -> {local_file_path}, 错误: {e}")
            return False

    def get_file_info(self, oss_file_path: str) -> Optional[Dict]:
        """
        获取OSS文件信息

        Args:
            oss_file_path: OSS文件路径

        Returns:
            文件信息字典
        """
        try:
            obj = self.bucket.get_object_meta(oss_file_path)

            return {
                'key': oss_file_path,
                'name': os.path.basename(oss_file_path),
                'size': obj.content_length,
                'last_modified': obj.last_modified,
                'etag': obj.etag,
                'content_type': obj.content_type
            }

        except oss2.exceptions.NoSuchKey:
            logger.warning(f"文件不存在: {oss_file_path}")
            return None
        except Exception as e:
            logger.error(f"获取文件信息失败: {oss_file_path}, 错误: {e}")
            return None
    
    def delete_file(self, oss_file_path: str) -> bool:
        """
        删除OSS文件
        
        Args:
            oss_file_path: OSS文件路径
            
        Returns:
            删除是否成功
        """
        try:
            self.bucket.delete_object(oss_file_path)
            logger.info(f"删除成功: {oss_file_path}")
            return True
            
        except Exception as e:
            logger.error(f"删除文件失败: {oss_file_path}, 错误: {e}")
            return False


# 兼容性别名 - 保持与原始代码的兼容性
class SimpleOSSManager(OSSFileManager):
    """兼容性别名"""
    pass


if __name__ == "__main__":
    # 测试代码
    try:
        manager = OSSFileManager()
        print("✅ OSS文件管理器初始化成功")
        
        # 测试列出文件
        files = manager.list_files("atlas_eval/submissions/", file_extension=".json")
        print(f"📁 找到 {len(files)} 个提交文件")
        
        for file_info in files[:3]:  # 只显示前3个
            print(f"  - {file_info['name']} ({file_info['size']} bytes)")
            
    except Exception as e:
        print(f"❌ 测试失败: {e}")