irepo-artifact

Python 3.10+ 的独立产物下载包。通过 AP 获取链接后 HTTP 下载，不依赖 instance-repo、ap-client、oss2 或 STS。完整 SDK 与未来的 ap-client 均可单向依赖此包。

安装发布版本：

python -m pip install 'irepo-artifact==0.2.0'

源码开发安装：

python -m pip install ./sdk/python-artifact

使用

from irepo_artifact import ArtifactClient

client = ArtifactClient(
    ap_endpoint="https://ap.example.invalid",  # 根地址，不带 /api
    api_key=api_key,
    cluster=cluster,
)
archive = client.download("job-a", output_dir="out/job-a")
expanded = client.download("job-b", output_dir="out/job-b", extract=True)
selected = client.download(
    "job-c", output_dir="out/job-c",
    include_files=["logs", "result.json"], exclude_files=["debug.log"],
)
batch = client.download_many(["job-d", "job-e"], output_dir="out", max_concurrent=8)
group = client.download_group("group-a", output_dir="group-out")

默认保存完整 result.tgz，不解压。extract=True 展开到 artifacts/output/， 保留压缩包。单 Job 的 output_dir 就是 Job 目录；批量与 Group 写入 <output_dir>/jobs/<job_id>/。不要让不同单 Job 共用一个输出目录。

单 Job 成功返回 DownloadResult，失败抛出 ArtifactError 子类。批量返回 dict[job_id, DownloadResult]，默认 8 个 Job 并发，重复 Job 去重；各 Job 状态为 success、missing、no_match 或 failed，一项失败不阻止其他项。 结果提供实际 archive_path、files_dir、files 和 channel，调用方无需猜测路径。

文件筛选

先读取完整 manifest，include 取并集，再排除 exclude。只传 exclude 时从全部文件中排除； 两个列表都为空时下载完整包。带 / 的选择器匹配相对路径或目录前缀，不带 / 则匹配 任意层级的完整路径段；不支持 glob。SDK 的每个列表元素是一个选择器，不拆分逗号。

筛选后向 AP 按每批最多 500 个原始路径获取签名链接，下载返回 URL；不自行构造 dataplane 地址。筛选与 extract=True 冲突，选中的压缩文件也按原样保存。无匹配文件时报告 NoMatchingFiles，不下载整包，不覆盖旧输出。按完整 manifest 识别并去掉唯一共同根目录， 目录条目不足时保留原路径；解压完整包也按 AP 风格归一化到 artifacts/output/。

传输与输出

完整包请求 download_mode=both，OSS 优先；只有 proxy 时直接使用 proxy。 未返回 downloads（或为 null/空对象）时使用旧版单 url，也支持 dataplane 地址。 单 URL 仅在 hostname 匹配标准 OSS 域名时标记 channel='oss'；其余返回 channel=None，表示无法从响应确认通道，不表示下载失败。

标准区域 OSS 公网域名会在下载和重定向时转换为对应 -internal endpoint， 保留路径、端口及签名查询参数；已有内网域名保持不变。内网 OSS 失败不尝试原公网 地址，有 proxy 链接时仍可回退 proxy。自定义域名和加速域名保持原样，不属于本转换规则。 返回的原始响应保留服务端 URL，不因实际下载地址转换而修改。 OSS 网络、TLS 或 HTTP 下载失败时尝试可用的 proxy，并从头下载；401/403 最多重新签发一次， 429/5xx 同通道最多 3 次尝试后回退。OSS 链接刷新失败仍可使用已有 proxy 链接。 本地 IO 和解压错误不触发切换；不会关闭 TLS 校验。 HTTP 传输成功不代表归档内容有效：默认不解压时不会检查归档完整性； 开启解压后若发现归档损坏，会报错，但不会因此尝试另一通道。 默认 timeout=30 是 socket 阻塞等待上限，不是整个下载的总时长。 签名 URL 不携带 AP 身份头；错误信息不包含 URL 查询参数或响应正文。

输出路径及父目录不允许符号链接；系统临时目录若含符号链接别名，请显式选择解析后的真实路径。 已有 result.tgz 或 artifacts/ 时默认拒绝，显式 overwrite=True 才替换这两个 受管理位置，其他用户文件保持不变。传输与解压使用暂存内容；失败保留旧结果。 覆盖成功后退役旧模式输出，例如筛选下载完成后删除旧压缩包。提交异常会尝试回滚； 多个路径替换不保证进程崩溃时的事务性。进程锁文件存放在当前用户的系统临时目录中，按输出路径隔离， 不会添加导出文件；锁文件不应手工删除。进程退出 （包括强制终止）后操作系统自动释放锁。回滚自身失败时保留 .artifact-* 中的备份供恢复。

服务端前提与兼容

整包兼容双通道 downloads 和旧版单 url 响应。文件 manifest／签发接口当前要求服务端 proxy 配置， 否则报告服务端错误；请确认目标服务已支持所需接口。API Key 只发往 AP。

权限由 AP artifact 接口统一校验，SDK 不再发起 Job 详情预检查。 旧 IREPO_ARTIFACT_CHECK_JOB_ACCESS 环境变量已删除，不再影响行为。

请求配置与 AP export 接入（0.1.0.dev2）

client = ArtifactClient(
    ap_endpoint="https://ap.example.invalid",
    api_key=api_key, cluster=cluster,
    headers={"X-Custom": "value"},
    api_prefix="/api",  # 直连或 endpoint 已含 /api 时传空字符串
    timeout=30,        # 正数秒，控制面与下载共用的 socket 等待上限
    manifest_wait_timeout=1800,  # 每个 Job 获取 manifest 的累计等待预算
    layout="ap_export",  # 对齐 AP 的共同根规则；无匹配时成功返回空 output
)

headers 仅用于 AP 请求，显式 api_key/cluster 覆盖同名头，不传播到签名 URL。 默认 layout="sdk" 保留旧版 SDK 的无匹配异常及共同根行为。 timeout 是控制面与下载共用的 socket 等待上限，不是整个下载总时限。 0.2.0 优先请求 /jobs/{job_id}/artifacts/manifest，收到 202 preparing 后按 Retry-After 轮询（无效或缺省值使用 2 秒）。首次请求返回 404/405 时尝试旧接口 /jobs/{job_id}/artifacts-manifest?require_file_download=true；旧接口仍只接受 200。 权限错误、409、网络错误、429/5xx、无效响应及 preparing 后的失败均不触发协议回退。 manifest 请求的网络错误及 HTTP 408、429、500、502、503、504 最多尝试 3 次，其他状态不重试。 HTTP 退避从 0.5 秒开始翻倍、上限 2 秒；与服务端 Retry-After（秒数或 HTTP 日期）取较大值。 成功的 preparing 响应开启下一轮请求，202 的轮询等待规则保持不变。 筛选文件返回 401/403 时刷新当前批次的剩余链接和有效期，每个文件最多触发一次鉴权刷新。

manifest_wait_timeout 默认 1800 秒，必须是有限正数。每个 Job 独立计时，请求、轮询、重试、 退避和旧接口回退共用预算；不包含后续文件签名、下载及解压，也不是整个 Group 的总时限。 不读取 AP 专属环境变量。AP 集成可传入 manifest_wait_timeout=client.config.artifact_manifest_wait_timeout。

两条 manifest 路由均返回 404 时保留为协议失败，不能据此认定没有产物；有效响应的 manifest: null 才明确表示缺失。错误信息保留新旧接口状态，不包含响应正文。 0.1.2 及此前的 0.1.0.dev3 起版本仅请求旧接口。

DownloadResult 与 ArtifactError 均提供 artifacts_response、manifest_response，未取得对应 JSON 对象时为 None。原始对象保留未知字段，校验失败和产物缺失也可读取；批量失败结果提供同名字段。 链接刷新成功且通道可用时替换整份整包响应，刷新失败保留此前对象；文件 URL 刷新不覆盖 manifest。 这些字段不出现在默认 repr/str 中，调用方自行决定是否保存含签名链接的 JSON。

SDK 不写 artifacts.json 或 artifacts-manifest.json。AP 整包模式保存 artifacts_response；筛选模式 保存 manifest_response，并继续自行生成 {"job_id": job_id, "url": None, "mode": "selected_files"}。 筛选模式不会额外请求整包链接，artifacts_response 为 None。AP 仍负责 job.json、metrics.json、 缺失时保留/清理导出目录和 skipped 统计。示例：

from irepo_artifact import ArtifactError
try:
    result = client.download("job-a", output_dir="out/job-a", extract=True)
    metadata = result.artifacts_response
except ArtifactError as error:
    metadata = error.artifacts_response
    # 调用方可保存 metadata，再依据异常类型决定跳过或报错。
    raise

单个下载通道返回 404，或错误正文前 64 KiB 含 NoSuchKey，表示该通道缺失。 OSS 缺失仍会尝试 proxy；只有所有可用下载通道均确认缺失时才报告 ArtifactNotFound。 若同时出现普通下载故障，则报错而非按缺失跳过。正文读取失败时保留原 HTTP 状态处理，异常不包含正文。

解压保留文件、目录的普通权限位和修改时间，不恢复归档属主或 setuid/setgid/sticky 位。 支持最终输出目录范围内的相对符号链接、硬链接，以及按归档顺序覆盖的重复文件； 拒绝越界链接和设备文件。layout="ap_export" 的筛选下载保留 AP 的 artifacts 目录 0700 权限。

调试日志（0.1.2 起）

ArtifactClient(..., verbose=True) 启用精简 stderr 日志；默认 False，实例间开关独立， 不修改 root logger，也不读取 AP 环境变量。AP 统一构造入口可传入 verbose=client.config.verbose，但须先升级到包含此参数的 SDK 版本（0.1.2.dev0 尚不支持）。

日志仅包含服务端请求方法和接口、Job/Group 标识、返回的通道及下载地址，以及请求失败的 HTTP 状态或错误类型；文件链接带文件路径，刷新链接沿用相同日志。 标准 OSS 地址转换时同一行附带 internal_url，表示转换后的候选地址，不表示已完成该通道下载。 下载地址保留完整签名查询参数，可复制用于 curl；服务端请求接口的查询参数仍隐藏。 不输出 AP 认证头、API Key、响应正文、下载进度或解压日志。 未知单 URL 的通道记录为 unknown。日志写入失败不改变下载结果。

[irepo-artifact] job=j1 POST https://ap.example/api/jobs/artifacts
[irepo-artifact] job=j1 channel=proxy url=https://dp.example/result.tgz?signature=example links_received