Files
AIPortPilot/backend/app/core/cache.py
T
selfrelease fad458b2a7 docs(uiux): UIUX 设计方案大改 + 5 份作业指导书对齐 + 开发任务文档
- UIUX 文档:填充 19 个缺口(多主体画像/健康度/AI+看板/增长域/洞察域/创始人端/OODA/助推/商密)
- UIUX 文档:插入 6 个新章节(十四~十九),旧章节重编号为二十~三十一,更新目录和交叉引用
- 作业指导书 x5:导航改为 6 域分组,新增 Context Bar/工作模式/Insight Rail/决策线程/多工作区等 UI 概念
- 新建 docs/2-task-uiux.md:50 个代码落地开发任务,按 P0-P6 分优先级 + 8 Sprint 规划
- 后端/前端:大量新增模型、路由、组件(来自之前 Phase 开发)
2026-07-19 11:53:38 +08:00

50 lines
1.3 KiB
Python

"""缓存装饰器。
为热点接口自动添加 Redis 缓存。
"""
import functools
import hashlib
import logging
from typing import Any, Callable
from app.core.redis import cache_get, cache_set
logger = logging.getLogger(__name__)
def cached(prefix: str, ttl: int = 300):
"""缓存装饰器 — 自动缓存函数返回值。
Args:
prefix: 缓存键前缀
ttl: 缓存过期时间(秒)
"""
def decorator(func: Callable) -> Callable:
@functools.wraps(func)
async def wrapper(*args, **kwargs) -> Any:
# 生成缓存键
key_parts = [prefix]
for arg in args[1:]: # 跳过 self/db
key_parts.append(str(arg))
for k, v in sorted(kwargs.items()):
key_parts.append(f"{k}={v}")
cache_key = hashlib.md5(":".join(key_parts).encode()).hexdigest()
# 尝试获取缓存
cached = await cache_get(f"{prefix}:{cache_key}")
if cached is not None:
return cached
# 执行函数
result = await func(*args, **kwargs)
# 写入缓存
await cache_set(f"{prefix}:{cache_key}", result, ttl)
return result
return wrapper
return decorator