Upload sync_files.py with huggingface_hub

sync_files.py

@@ -0,0 +1,62 @@
+#!/usr/bin/env python3
+"""
+文件同步脚本：将 /data/workspace 的文件同步到 Hugging Face Dataset
+用于持久化存储 ClawDBot 生成的文件
+
+使用方法：
+1. 创建一个 Dataset: huggingface-cli repo create clawdbot-data --type dataset
+2. 设置环境变量: HF_DATASET_REPO=acpr123/clawdbot-data
+3. 在 entrypoint.sh 中添加定期运行此脚本的 cron job
+"""
+import os
+import time
+from pathlib import Path
+from huggingface_hub import HfApi, CommitOperationAdd
+
+def sync_workspace_to_hf():
+    """同步 workspace 目录到 HF Dataset"""
+
+    hf_token = os.environ.get("HF_TOKEN") or os.environ.get("HUGGINGFACE_API_KEY")
+    dataset_repo = os.environ.get("HF_DATASET_REPO", "acpr123/clawdbot-data")
+    workspace_dir = Path("/data/workspace")
+
+    if not hf_token:
+        print("⚠️  未配置 HF_TOKEN，跳过文件同步")
+        return
+
+    if not workspace_dir.exists():
+        print(f"⚠️  Workspace 目录不存在: {workspace_dir}")
+        return
+
+    # 收集所有文件
+    operations = []
+    for file_path in workspace_dir.rglob("*"):
+        if file_path.is_file():
+            relative_path = file_path.relative_to(workspace_dir)
+            operations.append(
+                CommitOperationAdd(
+                    path_in_repo=str(relative_path),
+                    path_or_fileobj=str(file_path),
+                )
+            )
+
+    if not operations:
+        print("📁 Workspace 为空，无需同步")
+        return
+
+    try:
+        api = HfApi()
+        api.create_commit(
+            repo_id=dataset_repo,
+            repo_type="dataset",
+            operations=operations,
+            commit_message=f"Sync workspace files at {time.strftime('%Y-%m-%d %H:%M:%S')}",
+            token=hf_token,
+        )
+        print(f"✅ 已同步 {len(operations)} 个文件到 {dataset_repo}")
+    except Exception as e:
+        print(f"❌ 同步失败: {e}")
+
+if __name__ == "__main__":
+    print("🔄 开始同步文件到 Hugging Face Dataset...")
+    sync_workspace_to_hf()