GitHub 数据仓库

本文档描述了 magicwordfile 仓库，它作为 MagicWord 的数据仓库，存储社区贡献的词汇库。

仓库架构

仓库作为一个基于 Git 的 NoSQL 数据库运作。 结构：

magicwordfile/
├── index_0.json          # 分页目录
├── num.json              # 元数据
├── tags.json             # 标签统计
└── 1770900184827/        # 词库文件夹 (ID)
    ├── info.json         # 词库元数据
    └── library.json      # 单词数据

文件格式

info.json (元数据)

包含 id, name, description, tags, timestamp, author。由 Worker 在上传时生成。

library.json (数据)

包含单词条目数组。

索引文件

• index_X.json: 分页的词库列表，包含下载 URL。
• num.json: 总页数、总条目数。
• tags.json: 聚合的标签频率统计。

GitHub Actions 自动化

update_index.yml 工作流在每次推送时触发：

1. 扫描所有词库文件夹。
2. 重新生成所有索引文件 (index_*.json)。
3. 计算统计数据 (num.json, tags.json)。
4. 提交更改。

这确保存储库始终具有最新的目录索引，无需手动维护。

数据访问模式

所有访问都通过 Cloudflare Worker 代理：

• 客户端: 请求 mag.upxuu.com/library/file/...
• Worker: 转发到 raw.githubusercontent.com/... 并添加 CORS 头。

缓存与一致性

GitHub Raw CDN 有约 5 分钟的缓存。Worker 通过添加时间戳参数来绕过边缘缓存，但新上传的内容在 CDN 传播前可能有短暂延迟。客户端通过重试逻辑和加载状态处理最终一致性。