refactor: 优化数据库操作和模型定义，增强表达方式和黑话表的插入逻辑

src/common/database/database_model.py

@@ -1,8 +1,9 @@
-from typing import Optional
-from sqlalchemy import Column, Float, Enum as SQLEnum, DateTime
-from sqlmodel import SQLModel, Field, LargeBinary
-from enum import Enum
 from datetime import datetime
+from enum import Enum
+from typing import Optional
+
+from sqlalchemy import Column, DateTime, Enum as SQLEnum, Float
+from sqlmodel import Field, LargeBinary, SQLModel
 
 
 class ModelUser(str, Enum):
@@ -172,8 +173,8 @@ class Expression(SQLModel, table=True):
 
     id: Optional[int] = Field(default=None, primary_key=True)  # 自增主键
 
-    situation: str = Field(index=True, max_length=255, primary_key=True)  # 情景
-    style: str = Field(index=True, max_length=255, primary_key=True)  # 风格
+    situation: str = Field(index=True, max_length=255)  # 情景
+    style: str = Field(index=True, max_length=255)  # 风格
 
     # context: str  # 上下文
     # up_content: str
@@ -200,7 +201,7 @@ class Jargon(SQLModel, table=True):
 
     id: Optional[int] = Field(default=None, primary_key=True)  # 自增主键
 
-    content: str = Field(index=True, max_length=255, primary_key=True)  # 黑话内容
+    content: str = Field(index=True, max_length=255)  # 黑话内容
     raw_content: Optional[str] = Field(default=None, nullable=True)  # 原始内容，未处理的黑话内容，为List[str]
 
     meaning: str  # 黑话含义

src/learners/expression_learner.py

@@ -329,7 +329,13 @@ class ExpressionLearner:
         return filtered_expressions
 
     # ====== DB 操作相关 ======
-    async def _upsert_expression_to_db(self, situation: str, style: str):
+    async def _upsert_expression_to_db(self, situation: str, style: str) -> None:
+        """将表达方式写入数据库，存在时更新，不存在时新增。
+
+        Args:
+            situation: 表达方式对应的使用情景。
+            style: 表达方式风格。
+        """
         expr, similarity = self._find_similar_expression(situation) or (None, 0)
         if expr:
             # 根据相似度决定是否使用 LLM 总结
@@ -340,7 +346,13 @@ class ExpressionLearner:
         # 没有找到匹配的记录，创建新记录
         self._create_expression(situation, style)
 
-    def _create_expression(self, situation: str, style: str):
+    def _create_expression(self, situation: str, style: str) -> None:
+        """创建新的表达方式记录。
+
+        Args:
+            situation: 表达方式对应的使用情景。
+            style: 表达方式风格。
+        """
         content_list = [situation]
         try:
             with get_db_session() as db:
@@ -353,6 +365,7 @@ class ExpressionLearner:
                     last_active_time=datetime.now(),
                 )
                 db.add(new_expr)
+                db.flush()
         except Exception as e:
             logger.error(f"创建表达方式失败: {e}")
 

src/learners/jargon_miner.py

@@ -1,17 +1,18 @@
 from collections import OrderedDict
-from json_repair import repair_json
-from sqlmodel import select
-from typing import List, Optional, Dict, Callable, TypedDict, Set
+from typing import Callable, Dict, List, Optional, Set, TypedDict
 
 import asyncio
 import json
 import random
 
-from src.common.logger import get_logger
+from json_repair import repair_json
+from sqlmodel import select
+
+from src.common.data_models.jargon_data_model import MaiJargon
 from src.common.database.database import get_db_session
 from src.common.database.database_model import Jargon
-from src.common.data_models.jargon_data_model import MaiJargon
-from src.config.config import model_config, global_config
+from src.common.logger import get_logger
+from src.config.config import global_config, model_config
 from src.llm_models.utils_model import LLMRequest
 from src.prompt.prompt_manager import prompt_manager
 
@@ -273,11 +274,12 @@ class JargonMiner:
                 try:
                     with get_db_session() as session:
                         session.add(new_jargon)
+                        session.flush()
+                    saved += 1
+                    self._add_to_cache(content)
                 except Exception as e:
                     logger.error(f"保存新黑话 '{content}' 失败: {e}")
                     continue
-                finally:
-                    self._add_to_cache(content)
         # 固定输出提取的jargon结果，格式化为可读形式（只要有提取结果就输出）
         if uniq_entries:
             # 收集所有提取的jargon内容