优先爬取的队列立即执行

crawler/crawler.go

@@ -43,6 +43,12 @@ const (
 	circuitCooldownSeconds  = 30 // 熔断持续时间（秒）
 )
 
+// Priority Worker 配置
+const (
+	priorityMaxWorkers   = 50  // Priority 独立 goroutine 上限（突破主 workers）
+	priorityQueueSize    = 100 // Priority 任务队列缓冲大小
+)
+
 // Crawler 编排整个 BFS 爬取流程。
 type Crawler struct {
 	fetcher    *Fetcher           // HTTP 抓取器（含 robots.txt 和限流）
@@ -62,6 +68,16 @@ type Crawler struct {
 
 	// 运行时活跃线程计数（atomic，每轮 epoch 自动归零前重新开始计数）
 	activeWorkers int64
+
+	// ---- Priority Worker（独立 goroutine，不受主 workers 限制）----
+	priorityCh   chan string          // Priority URL 任务队列
+	prioritySem   chan struct{}        // Priority 信号量（上限 priorityMaxWorkers）
+	priorityWg   sync.WaitGroup      // 等待所有 Priority goroutine 结束
+	priorityMu   sync.RWMutex        // 保护 priorityStats
+	priorityStats struct {
+		pending int64 // 待处理的 Priority URL 数量（入队但未开始）
+		active  int64 // 正在处理的 Priority URL 数量
+	}
 }
 
 // 全局活跃线程计数器（跨包可读，无需持有 Crawler 引用）
@@ -78,6 +94,21 @@ func GlobalActiveWorkers() int64 {
 	return atomic.LoadInt64(&globalActiveWorkers)
 }
 
+// 全局 Priority Status 快照（跨 Crawler 实例共享，用于外部监控）
+var globalPriorityStatus struct {
+	pending int64
+	active  int64
+}
+
+// GlobalPriorityStatus 返回当前全局 Priority Worker 状态。
+func GlobalPriorityStatus() map[string]interface{} {
+	return map[string]interface{}{
+		"pending":     atomic.LoadInt64(&globalPriorityStatus.pending),
+		"active":      atomic.LoadInt64(&globalPriorityStatus.active),
+		"max_workers": priorityMaxWorkers,
+	}
+}
+
 // New 创建一个 Crawler 实例。
 // prosperMap 由 info 模块加载，传入域名繁荣值用于调度优先级计算。
 func New(db *storage.DB, a *analyzer.Analyzer, prosperMap map[string]float64) *Crawler {
@@ -87,7 +118,11 @@ func New(db *storage.DB, a *analyzer.Analyzer, prosperMap map[string]float64) *C
 		analyzer:   a,
 		prosperMap: prosperMap,
 		visited:    make(map[string]bool),
+		priorityCh: make(chan string, priorityQueueSize),
+		prioritySem: make(chan struct{}, priorityMaxWorkers),
 	}
+	// 启动 Priority Worker（独立 goroutine，不受主 workers 限制）
+	go c.runPriorityWorker()
 	// 启动时从 gate bucket 预热已爬取的 URL 集合（程序重启后不会重复爬取）
 	c.warmVisited()
 	return c
@@ -155,6 +190,77 @@ func (c *Crawler) markVisited(url string) {
 	c.visitedMu.Unlock()
 }
 
+// ---- Priority Worker（突破 workers 上限，立即爬取高优先级 URL）----
+
+// runPriorityWorker 独立处理高优先级 URL，不受主 workers 限制。
+// 当用户插入 Priority URL 时，立即触发爬取（不等待 epoch 调度）。
+func (c *Crawler) runPriorityWorker() {
+	for url := range c.priorityCh {
+		c.prioritySem <- struct{}{} // 获取令牌（阻塞直到有空闲槽位）
+		c.priorityMu.Lock()
+		c.priorityStats.active++
+		c.priorityStats.pending--
+		c.priorityMu.Unlock()
+		atomic.AddInt64(&globalPriorityStatus.pending, -1)
+		atomic.AddInt64(&globalPriorityStatus.active, 1)
+
+		c.priorityWg.Add(1)
+		go func(rawURL string) {
+			defer c.priorityWg.Done()
+			defer func() { <-c.prioritySem }() // 释放令牌
+			defer func() {
+				c.priorityMu.Lock()
+				c.priorityStats.active--
+				c.priorityMu.Unlock()
+				atomic.AddInt64(&globalPriorityStatus.active, -1)
+			}()
+
+			// 关键：强制移除 visited 标记（即使未过期也要重新爬取）
+			c.visitedMu.Lock()
+			delete(c.visited, rawURL)
+			c.visitedMu.Unlock()
+
+			log.Printf("[crawler] priority crawl started: %s", rawURL)
+
+			// 直接调用 visitURL，绕过队列调度
+			hrefs := c.visitURL(rawURL)
+
+			// 收集的子链接正常进入 BFS 队列（由调用方处理，这里只负责爬取本身）
+			log.Printf("[crawler] priority crawl done: %s (%d child links)", rawURL, len(hrefs))
+
+			// 清理已访问的 priority URL（防止重复爬取）
+			_ = c.db.RemovePriorityURL(rawURL)
+		}(url)
+	}
+}
+
+// TriggerPriorityCrawl 立即触发高优先级爬取（突破 workers 上限）。
+// 适合用户手动插入 URL 时立即响应。
+func (c *Crawler) TriggerPriorityCrawl(url string) {
+	select {
+	case c.priorityCh <- url:
+		c.priorityMu.Lock()
+		c.priorityStats.pending++
+		c.priorityMu.Unlock()
+		atomic.AddInt64(&globalPriorityStatus.pending, 1)
+		log.Printf("[crawler] priority crawl triggered: %s", url)
+	default:
+		// 队列满了，降级到正常处理
+		log.Printf("[crawler] priority queue full, deferring to normal: %s", url)
+	}
+}
+
+// GetPriorityStatus 返回 Priority Worker 的实时状态。
+func (c *Crawler) GetPriorityStatus() map[string]interface{} {
+	c.priorityMu.RLock()
+	defer c.priorityMu.RUnlock()
+	return map[string]interface{}{
+		"pending":     c.priorityStats.pending,
+		"active":      c.priorityStats.active,
+		"max_workers": priorityMaxWorkers,
+	}
+}
+
 // isVisited 检查 URL 是否已访问（线程安全）。
 func (c *Crawler) isVisited(url string) bool {
 	c.visitedMu.RLock()

dist/index.html

@@ -5,8 +5,8 @@
     <link rel="icon" type="image/svg+xml" href="/vite.svg" />
     <meta name="viewport" content="width=device-width, initial-scale=1.0" />
     <title>SESE 爬取管理</title>
-    <script type="module" crossorigin src="/assets/index-BtgFYOR8.js"></script>
-    <link rel="stylesheet" crossorigin href="/assets/index-B024bVSr.css">
+    <script type="module" crossorigin src="/assets/index-ClaCiNQl.js"></script>
+    <link rel="stylesheet" crossorigin href="/assets/index-Dr22_wUg.css">
   </head>
   <body>
     <div id="app"></div>

main.go

@@ -175,6 +175,7 @@ func main() {
 	// 从 info 服务获取繁荣表快照，用于调度优先级决策
 	prosperMap := infoSvc.ProsperMap()
 	crawl := crawler.New(db, anal, prosperMap)
+	searchSrv.SetCrawler(crawl) // 注入爬虫用于 Priority URL 立即触发
 	go crawl.Run(*entryURL, config.MaxEpoch())
 
 	log.Println("all modules started — press Ctrl-C to stop")

search/server.go

@@ -61,6 +61,11 @@ type Server struct {
 		Status() map[string]interface{}
 		RunNow() error
 	}
+
+	// crawler 爬虫实例（用于 Priority URL 添加时立即触发爬取）
+	crawler interface {
+		TriggerPriorityCrawl(url string)
+	}
 }
 
 // New 创建一个 search Server（内嵌收获服务，统一在同一端口）。
@@ -89,6 +94,13 @@ func (s *Server) SetBacklinkRunner(r interface {
 	s.backlinkRunner = r
 }
 
+// SetCrawler 注入爬虫实例（用于 Priority URL 添加时立即触发爬取）。
+func (s *Server) SetCrawler(c interface {
+	TriggerPriorityCrawl(url string)
+}) {
+	s.crawler = c
+}
+
 // runPeriodicFlush 每隔 FlushIntervalSeconds 秒触发一次刷盘。
 func (s *Server) runPeriodicFlush() {
 	ticker := time.NewTicker(time.Duration(config.FlushIntervalSeconds()) * time.Second)
@@ -113,6 +125,7 @@ func (s *Server) Handler() http.Handler {
 	mux.HandleFunc("/admin/recent", s.handleAdminRecent)
 	mux.HandleFunc("/admin/stats", s.handleAdminStats)
 	mux.HandleFunc("/admin/priority", s.handleAdminPriority)
+	mux.HandleFunc("/admin/priority/status", s.handleAdminPriorityStatus)
 	mux.HandleFunc("/admin/flush", s.handleAdminFlush)
 	mux.HandleFunc("/admin/pending", s.handleAdminPending)
 	mux.HandleFunc("/admin/workers", s.handleAdminWorkers)
@@ -513,6 +526,12 @@ func (s *Server) handleAdminPriority(w http.ResponseWriter, r *http.Request) {
 			http.Error(w, `{"error":"`+err.Error()+`"}`, 500)
 			return
 		}
+
+		// 关键：立即触发 priority crawl（突破 workers 上限）
+		if s.crawler != nil {
+			s.crawler.TriggerPriorityCrawl(entry.URL)
+		}
+
 		json.NewEncoder(w).Encode(map[string]string{"status": "added", "url": entry.URL})
 
 	case http.MethodDelete:
@@ -533,6 +552,24 @@ func (s *Server) handleAdminPriority(w http.ResponseWriter, r *http.Request) {
 	}
 }
 
+// handleAdminPriorityStatus 返回 Priority Worker 的实时状态。
+// GET: 返回 pending（待处理）、active（正在处理）、max_workers（独立上限）
+func (s *Server) handleAdminPriorityStatus(w http.ResponseWriter, r *http.Request) {
+	w.Header().Set("Access-Control-Allow-Origin", "*")
+	w.Header().Set("Content-Type", "application/json; charset=utf-8")
+
+	if r.Method != http.MethodGet && r.Method != http.MethodOptions {
+		http.Error(w, `{"error":"method not allowed"}`, 405)
+		return
+	}
+	if r.Method == http.MethodOptions {
+		w.WriteHeader(204)
+		return
+	}
+
+	json.NewEncoder(w).Encode(crawler.GlobalPriorityStatus())
+}
+
 // handleAdminFlush 强制刷盘。
 func (s *Server) handleAdminFlush(w http.ResponseWriter, r *http.Request) {
 	w.Header().Set("Access-Control-Allow-Origin", "*")