tamar-file-hub-client 0.1.5__tar.gz → 0.1.7__tar.gz

{tamar_file_hub_client-0.1.5 → tamar_file_hub_client-0.1.7}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: tamar-file-hub-client
-Version: 0.1.5
+Version: 0.1.7
 Summary: A Python SDK for gRPC-based file management system
 Home-page: https://github.com/Tamar-Edge-AI/file-hub-client
 Author: Oscar Ou
@@ -55,6 +55,8 @@ Dynamic: summary
 - 📂 **文件夹管理**：支持文件夹的创建、重命名、移动、删除
 - 🔗 **文件分享**：支持生成分享链接，设置访问权限和密码
 - 🔄 **多种上传方式**：支持直传、断点续传、客户端直传到对象存储
+- 🎯 **智能MIME类型检测**：支持26+种主流文件格式的魔术字节检测和扩展名推断
+- 🤖 **AI生成文件支持**：完美支持AI模型输出的字节数据+MIME类型组合上传
 - 🛡️ **错误处理**：完善的异常体系和错误重试机制
 - 🔒 **TLS/SSL 支持**：支持安全的加密连接，保护数据传输
 - 🔁 **自动重试**：连接失败时自动重试，提高可靠性
@@ -615,6 +617,34 @@ async with AsyncTamarFileHubClient() as client:
         file_info = await client.blobs.upload(f)
 ```
 
+#### AI生成文件上传（新功能）
+
+```python
+from file_hub_client import AsyncTamarFileHubClient
+
+async with AsyncTamarFileHubClient() as client:
+    # AI模型返回的字节数据（图片、音频、视频等）
+    # 场景：AI生图模型返回WebP格式图片
+    ai_image_data = b"\x52\x49\x46\x46...."  # WebP格式的字节数据
+    
+    # 方式1：显式指定MIME类型（推荐用于AI生成内容）
+    file_info = await client.blobs.upload(
+        file=ai_image_data,
+        mime_type="image/webp"  # 明确指定MIME类型
+    )
+    print(f"AI生成图片上传成功: {file_info.file.file_name}")  # upload_xxx.webp
+    
+    # 方式2：自动检测MIME类型（支持26+种格式）
+    file_info = await client.blobs.upload(file=ai_image_data)
+    # 系统会自动检测magic bytes并推断为WebP格式
+    
+    # 支持的AI生成内容格式：
+    # 🖼️ 图片: PNG, JPEG, WebP, GIF, BMP等
+    # 🎵 音频: MP3, WAV, FLAC, AAC, OGG等  
+    # 🎥 视频: MP4, MOV, WebM, AVI等
+    # 📄 文档: PDF, TXT等
+```
+
 #### 大文件上传（流式上传和断点续传）
 
 ```python
@@ -2327,6 +2357,11 @@ export TEST_USER_ID=test-user-456
 5. **错误处理**：妥善处理各种异常
 6. **资源清理**：使用 with 语句确保资源释放
 7. **并发控制**：合理使用并发避免服务器过载
+8. **AI生成文件处理**：
+   - ✅ **推荐**: 上传AI生成的字节数据时显式提供 `mime_type` 参数
+   - ✅ **备选**: 依赖自动检测（支持26+种格式的magic bytes检测）
+   - ✅ **兼容**: 无需修改现有代码，保持100%向下兼容
+   - ⚠️ **注意**: 断点续传现已完全支持MIME类型传递
 
 ## 许可证
 
@@ -2338,6 +2373,21 @@ MIT License
 
 ## 更新日志
 
+### v0.0.7 (2025-09)
+- **重大修复**: 修复MIME类型检测和文件扩展名推断功能
+- **断点续传修复**: 解决断点续传中的HTTP头部和签名验证问题
+- **AI生成文件支持**: 完善对AI生成内容（图片、视频、音频）的MIME类型处理
+- **新功能**: 新增 `mime_type` 参数支持，允许用户显式指定文件MIME类型
+- **魔术字节检测**: 增强内容检测，支持26+种主流文件格式的自动识别
+- **向下兼容**: 保持100%向下兼容，现有代码无需修改
+- **核心修复**:
+  - 修复 `upload_helper.py` 中系统性拼写错误（`mine_type` → `mime_type`）
+  - 修复断点续传缺失 `Cache-Control` 头部导致的400错误
+  - 修复AI生成文件默认使用 `.dat` 扩展名的问题
+  - 增强MIME类型到文件扩展名的映射（50+种MIME类型支持）
+- **文件格式支持**: PNG, JPEG, WebP, MP4, MP3, WAV, GIF, BMP, PDF等主流格式
+- **使用场景**: 完美支持AI模型输出的字节数据+MIME类型组合
+
 ### v0.0.6 (2025-08)
 - 新增媒体文件压缩服务功能
 - 支持获取文件压缩状态 (get_compression_status)

{tamar_file_hub_client-0.1.5 → tamar_file_hub_client-0.1.7}/README.md

@@ -9,6 +9,8 @@
 - 📂 **文件夹管理**：支持文件夹的创建、重命名、移动、删除
 - 🔗 **文件分享**：支持生成分享链接，设置访问权限和密码
 - 🔄 **多种上传方式**：支持直传、断点续传、客户端直传到对象存储
+- 🎯 **智能MIME类型检测**：支持26+种主流文件格式的魔术字节检测和扩展名推断
+- 🤖 **AI生成文件支持**：完美支持AI模型输出的字节数据+MIME类型组合上传
 - 🛡️ **错误处理**：完善的异常体系和错误重试机制
 - 🔒 **TLS/SSL 支持**：支持安全的加密连接，保护数据传输
 - 🔁 **自动重试**：连接失败时自动重试，提高可靠性
@@ -569,6 +571,34 @@ async with AsyncTamarFileHubClient() as client:
         file_info = await client.blobs.upload(f)
 ```
 
+#### AI生成文件上传（新功能）
+
+```python
+from file_hub_client import AsyncTamarFileHubClient
+
+async with AsyncTamarFileHubClient() as client:
+    # AI模型返回的字节数据（图片、音频、视频等）
+    # 场景：AI生图模型返回WebP格式图片
+    ai_image_data = b"\x52\x49\x46\x46...."  # WebP格式的字节数据
+    
+    # 方式1：显式指定MIME类型（推荐用于AI生成内容）
+    file_info = await client.blobs.upload(
+        file=ai_image_data,
+        mime_type="image/webp"  # 明确指定MIME类型
+    )
+    print(f"AI生成图片上传成功: {file_info.file.file_name}")  # upload_xxx.webp
+    
+    # 方式2：自动检测MIME类型（支持26+种格式）
+    file_info = await client.blobs.upload(file=ai_image_data)
+    # 系统会自动检测magic bytes并推断为WebP格式
+    
+    # 支持的AI生成内容格式：
+    # 🖼️ 图片: PNG, JPEG, WebP, GIF, BMP等
+    # 🎵 音频: MP3, WAV, FLAC, AAC, OGG等  
+    # 🎥 视频: MP4, MOV, WebM, AVI等
+    # 📄 文档: PDF, TXT等
+```
+
 #### 大文件上传（流式上传和断点续传）
 
 ```python
@@ -2281,6 +2311,11 @@ export TEST_USER_ID=test-user-456
 5. **错误处理**：妥善处理各种异常
 6. **资源清理**：使用 with 语句确保资源释放
 7. **并发控制**：合理使用并发避免服务器过载
+8. **AI生成文件处理**：
+   - ✅ **推荐**: 上传AI生成的字节数据时显式提供 `mime_type` 参数
+   - ✅ **备选**: 依赖自动检测（支持26+种格式的magic bytes检测）
+   - ✅ **兼容**: 无需修改现有代码，保持100%向下兼容
+   - ⚠️ **注意**: 断点续传现已完全支持MIME类型传递
 
 ## 许可证
 
@@ -2292,6 +2327,21 @@ MIT License
 
 ## 更新日志
 
+### v0.0.7 (2025-09)
+- **重大修复**: 修复MIME类型检测和文件扩展名推断功能
+- **断点续传修复**: 解决断点续传中的HTTP头部和签名验证问题
+- **AI生成文件支持**: 完善对AI生成内容（图片、视频、音频）的MIME类型处理
+- **新功能**: 新增 `mime_type` 参数支持，允许用户显式指定文件MIME类型
+- **魔术字节检测**: 增强内容检测，支持26+种主流文件格式的自动识别
+- **向下兼容**: 保持100%向下兼容，现有代码无需修改
+- **核心修复**:
+  - 修复 `upload_helper.py` 中系统性拼写错误（`mine_type` → `mime_type`）
+  - 修复断点续传缺失 `Cache-Control` 头部导致的400错误
+  - 修复AI生成文件默认使用 `.dat` 扩展名的问题
+  - 增强MIME类型到文件扩展名的映射（50+种MIME类型支持）
+- **文件格式支持**: PNG, JPEG, WebP, MP4, MP3, WAV, GIF, BMP, PDF等主流格式
+- **使用场景**: 完美支持AI模型输出的字节数据+MIME类型组合
+
 ### v0.0.6 (2025-08)
 - 新增媒体文件压缩服务功能
 - 支持获取文件压缩状态 (get_compression_status)

{tamar_file_hub_client-0.1.5 → tamar_file_hub_client-0.1.7}/file_hub_client/schemas/context.py

@@ -1,171 +1,171 @@
-"""
-用户上下文和请求上下文相关的Schema定义
-"""
-from dataclasses import dataclass, field
-from typing import Optional, Dict, Any
-from datetime import datetime
-
-from file_hub_client.enums import Role
-
-
-@dataclass
-class UserContext:
-    """
-    用户上下文信息
-    
-    包含两大类信息：
-    1. ownership（所有权）: org_id, user_id - 表示资源归属
-    2. operator（操作者）: actor_id, role - 表示实际操作者（可能是用户、agent或系统）
-    3. request info（请求信息）: user_ip - 表示请求来源IP（用于审计和安全）
-    """
-    # Ownership - 资源所有权信息
-    org_id: str  # 组织ID
-    user_id: str  # 用户ID
-
-    # Operator - 操作者信息
-    actor_id: Optional[str] = None  # 实际操作者ID（如果为空，默认使用user_id）
-    role: Role = Role.ACCOUNT  # 操作者角色（ACCOUNT, AGENT, SYSTEM等）
-    
-    # Request info - 请求信息
-    user_ip: Optional[str] = None  # 用户IP地址（请求来源IP）
-
-    def __post_init__(self):
-        """初始化后处理，如果actor_id为空，默认使用user_id"""
-        if self.actor_id is None:
-            self.actor_id = self.user_id
-
-    def to_metadata(self) -> Dict[str, str]:
-        """转换为gRPC metadata格式"""
-        metadata = {
-            'x-org-id': self.org_id,
-            'x-user-id': self.user_id,
-            'x-actor-id': self.actor_id,
-            'x-role': self.role,
-        }
-        
-        # 只有当user_ip不为None时才添加x-user-ip
-        if self.user_ip is not None:
-            metadata['x-user-ip'] = self.user_ip
-            
-        return metadata
-
-    @classmethod
-    def from_metadata(cls, metadata: Dict[str, str]) -> Optional['UserContext']:
-        """从metadata中解析用户上下文"""
-        org_id = metadata.get('x-org-id')
-        user_id = metadata.get('x-user-id')
-
-        if not org_id or not user_id:
-            return None
-
-        return cls(
-            org_id=org_id,
-            user_id=user_id,
-            actor_id=metadata.get('x-actor-id'),
-            role=Role(metadata.get('x-role', Role.ACCOUNT)),
-            user_ip=metadata.get('x-user-ip')
-        )
-
-
-@dataclass
-class RequestContext:
-    """
-    请求上下文信息
-    
-    包含请求相关的元数据，如客户端信息、请求追踪等
-    """
-    request_id: Optional[str] = None  # 请求ID，用于追踪
-    client_ip: Optional[str] = None  # 客户端IP地址
-    client_version: Optional[str] = None  # 客户端版本
-    client_type: Optional[str] = None  # 客户端类型（web, mobile, desktop, cli等）
-    user_agent: Optional[str] = None  # User-Agent信息
-    timestamp: Optional[datetime] = field(default_factory=datetime.now)  # 请求时间戳
-    extra: Dict[str, Any] = field(default_factory=dict)  # 其他扩展信息
-
-    def to_metadata(self) -> Dict[str, str]:
-        """转换为gRPC metadata格式"""
-        metadata = {}
-
-        if self.request_id:
-            metadata['x-request-id'] = self.request_id
-        if self.client_ip:
-            metadata['x-client-ip'] = self.client_ip
-        if self.client_version:
-            metadata['x-client-version'] = self.client_version
-        if self.client_type:
-            metadata['x-client-type'] = self.client_type
-        if self.user_agent:
-            metadata['x-user-agent'] = self.user_agent
-        if self.timestamp:
-            metadata['x-timestamp'] = self.timestamp.isoformat()
-
-        # 添加扩展信息
-        for key, value in self.extra.items():
-            metadata[f'x-{key}'] = str(value)
-
-        return metadata
-
-    @classmethod
-    def from_metadata(cls, metadata: Dict[str, str]) -> 'RequestContext':
-        """从metadata中解析请求上下文"""
-        # 提取标准字段
-        request_id = metadata.get('x-request-id')
-        client_ip = metadata.get('x-client-ip')
-        client_version = metadata.get('x-client-version')
-        client_type = metadata.get('x-client-type')
-        user_agent = metadata.get('x-user-agent')
-
-        # 解析时间戳
-        timestamp = None
-        if 'x-timestamp' in metadata:
-            try:
-                timestamp = datetime.fromisoformat(metadata['x-timestamp'])
-            except:
-                pass
-
-        # 提取扩展字段
-        extra = {}
-        for key, value in metadata.items():
-            if key.startswith('x-') and key not in [
-                'x-request-id', 'x-client-ip', 'x-client-version',
-                'x-client-type', 'x-user-agent', 'x-timestamp',
-                'x-org-id', 'x-user-id', 'x-actor-id', 'x-role'
-            ]:
-                extra[key[2:]] = value  # 去掉 'x-' 前缀
-
-        return cls(
-            request_id=request_id,
-            client_ip=client_ip,
-            client_version=client_version,
-            client_type=client_type,
-            user_agent=user_agent,
-            timestamp=timestamp,
-            extra=extra
-        )
-
-
-@dataclass
-class FullContext:
-    """完整的上下文信息，包含用户上下文和请求上下文"""
-    user_context: Optional[UserContext] = None
-    request_context: Optional[RequestContext] = None
-
-    def to_metadata(self) -> Dict[str, str]:
-        """转换为gRPC metadata格式"""
-        metadata = {}
-
-        if self.user_context:
-            metadata.update(self.user_context.to_metadata())
-
-        if self.request_context:
-            metadata.update(self.request_context.to_metadata())
-
-        return metadata
-
-    @classmethod
-    def from_metadata(cls, metadata: Dict[str, str]) -> 'FullContext':
-        """从metadata中解析完整上下文"""
-        return cls(
-            user_context=UserContext.from_metadata(metadata),
-            request_context=RequestContext.from_metadata(metadata)
-        )
+"""
+用户上下文和请求上下文相关的Schema定义
+"""
+from dataclasses import dataclass, field
+from typing import Optional, Dict, Any
+from datetime import datetime
+
+from file_hub_client.enums import Role
+
+
+@dataclass
+class UserContext:
+    """
+    用户上下文信息
+    
+    包含两大类信息：
+    1. ownership（所有权）: org_id, user_id - 表示资源归属
+    2. operator（操作者）: actor_id, role - 表示实际操作者（可能是用户、agent或系统）
+    3. request info（请求信息）: user_ip - 表示请求来源IP（用于审计和安全）
+    """
+    # Ownership - 资源所有权信息
+    org_id: str  # 组织ID
+    user_id: str  # 用户ID
+
+    # Operator - 操作者信息
+    actor_id: Optional[str] = None  # 实际操作者ID（如果为空，默认使用user_id）
+    role: Role = Role.ACCOUNT  # 操作者角色（ACCOUNT, AGENT, SYSTEM等）
+    
+    # Request info - 请求信息
+    user_ip: Optional[str] = None  # 用户IP地址（请求来源IP）
+
+    def __post_init__(self):
+        """初始化后处理，如果actor_id为空，默认使用user_id"""
+        if self.actor_id is None:
+            self.actor_id = self.user_id
+
+    def to_metadata(self) -> Dict[str, str]:
+        """转换为gRPC metadata格式"""
+        metadata = {
+            'x-org-id': self.org_id,
+            'x-user-id': self.user_id,
+            'x-actor-id': self.actor_id,
+            'x-role': self.role,
+        }
+        
+        # 只有当user_ip不为None时才添加x-user-ip
+        if self.user_ip is not None:
+            metadata['x-user-ip'] = self.user_ip
+            
+        return metadata
+
+    @classmethod
+    def from_metadata(cls, metadata: Dict[str, str]) -> Optional['UserContext']:
+        """从metadata中解析用户上下文"""
+        org_id = metadata.get('x-org-id')
+        user_id = metadata.get('x-user-id')
+
+        if not org_id or not user_id:
+            return None
+
+        return cls(
+            org_id=org_id,
+            user_id=user_id,
+            actor_id=metadata.get('x-actor-id'),
+            role=Role(metadata.get('x-role', Role.ACCOUNT)),
+            user_ip=metadata.get('x-user-ip')
+        )
+
+
+@dataclass
+class RequestContext:
+    """
+    请求上下文信息
+    
+    包含请求相关的元数据，如客户端信息、请求追踪等
+    """
+    request_id: Optional[str] = None  # 请求ID，用于追踪
+    client_ip: Optional[str] = None  # 客户端IP地址
+    client_version: Optional[str] = None  # 客户端版本
+    client_type: Optional[str] = None  # 客户端类型（web, mobile, desktop, cli等）
+    user_agent: Optional[str] = None  # User-Agent信息
+    timestamp: Optional[datetime] = field(default_factory=datetime.now)  # 请求时间戳
+    extra: Dict[str, Any] = field(default_factory=dict)  # 其他扩展信息
+
+    def to_metadata(self) -> Dict[str, str]:
+        """转换为gRPC metadata格式"""
+        metadata = {}
+
+        if self.request_id:
+            metadata['x-request-id'] = self.request_id
+        if self.client_ip:
+            metadata['x-client-ip'] = self.client_ip
+        if self.client_version:
+            metadata['x-client-version'] = self.client_version
+        if self.client_type:
+            metadata['x-client-type'] = self.client_type
+        if self.user_agent:
+            metadata['x-user-agent'] = self.user_agent
+        if self.timestamp:
+            metadata['x-timestamp'] = self.timestamp.isoformat()
+
+        # 添加扩展信息
+        for key, value in self.extra.items():
+            metadata[f'x-{key}'] = str(value)
+
+        return metadata
+
+    @classmethod
+    def from_metadata(cls, metadata: Dict[str, str]) -> 'RequestContext':
+        """从metadata中解析请求上下文"""
+        # 提取标准字段
+        request_id = metadata.get('x-request-id')
+        client_ip = metadata.get('x-client-ip')
+        client_version = metadata.get('x-client-version')
+        client_type = metadata.get('x-client-type')
+        user_agent = metadata.get('x-user-agent')
+
+        # 解析时间戳
+        timestamp = None
+        if 'x-timestamp' in metadata:
+            try:
+                timestamp = datetime.fromisoformat(metadata['x-timestamp'])
+            except:
+                pass
+
+        # 提取扩展字段
+        extra = {}
+        for key, value in metadata.items():
+            if key.startswith('x-') and key not in [
+                'x-request-id', 'x-client-ip', 'x-client-version',
+                'x-client-type', 'x-user-agent', 'x-timestamp',
+                'x-org-id', 'x-user-id', 'x-actor-id', 'x-role'
+            ]:
+                extra[key[2:]] = value  # 去掉 'x-' 前缀
+
+        return cls(
+            request_id=request_id,
+            client_ip=client_ip,
+            client_version=client_version,
+            client_type=client_type,
+            user_agent=user_agent,
+            timestamp=timestamp,
+            extra=extra
+        )
+
+
+@dataclass
+class FullContext:
+    """完整的上下文信息，包含用户上下文和请求上下文"""
+    user_context: Optional[UserContext] = None
+    request_context: Optional[RequestContext] = None
+
+    def to_metadata(self) -> Dict[str, str]:
+        """转换为gRPC metadata格式"""
+        metadata = {}
+
+        if self.user_context:
+            metadata.update(self.user_context.to_metadata())
+
+        if self.request_context:
+            metadata.update(self.request_context.to_metadata())
+
+        return metadata
+
+    @classmethod
+    def from_metadata(cls, metadata: Dict[str, str]) -> 'FullContext':
+        """从metadata中解析完整上下文"""
+        return cls(
+            user_context=UserContext.from_metadata(metadata),
+            request_context=RequestContext.from_metadata(metadata)
+        )

{tamar_file_hub_client-0.1.5 → tamar_file_hub_client-0.1.7}/file_hub_client/services/file/async_blob_service.py

@@ -221,7 +221,7 @@ class AsyncBlobService(BaseFileService):
         upload_url = await self.http_uploader.start_resumable_session(
             url=upload_url_resp.upload_url,
             total_file_size=file_size,
-            mine_type=mime_type,
+            mime_type=mime_type,
         )
 
         # 上传文件到对象存储
@@ -403,6 +403,7 @@ class AsyncBlobService(BaseFileService):
             keep_original_filename: Optional[bool] = False,
             url: Optional[str] = None,
             file_name: Optional[str] = None,
+            mime_type: Optional[str] = None,
             request_id: Optional[str] = None,
             **metadata
     ) -> FileUploadResponse:
@@ -418,6 +419,7 @@ class AsyncBlobService(BaseFileService):
             keep_original_filename: 是否保留原始文件名（默认False）
             url: 要下载并上传的URL（可选）
             file_name: 当使用url参数时指定的文件名（可选）
+            mime_type: MIME类型（可选，用于推断文件扩展名，特别适用于AI生成的字节数据）
             request_id: 请求ID（可选，如果不提供则自动生成）
             **metadata: 额外的元数据
 
@@ -427,6 +429,8 @@ class AsyncBlobService(BaseFileService):
         Note:
             必须提供 file 或 url 参数之一
             
+            当传入bytes或BinaryIO且未提供file_name时，建议提供mime_type以确保正确的文件扩展名推断
+            
             Cache-Control 头在 GCS 直传模式（STREAM/RESUMABLE）下自动设置为 "public, max-age=86400"
         """
         # 参数验证：必须提供 file 或 url 之一
@@ -449,27 +453,56 @@ class AsyncBlobService(BaseFileService):
             # 使用下载的内容作为file参数
             file = downloaded_content
 
-            # 提取文件信息（bytes会返回默认的MIME类型，我们稍后会基于文件名重新计算）
-            _, content, file_size, _, _, file_hash = self._extract_file_info(file)
+            # MIME类型优先级：用户指定 > 内容检测 > URL文件名推断
+            if mime_type:
+                # 用户明确提供的MIME类型优先级最高，无需进行内容检测
+                final_mime_type = mime_type
+            else:
+                # 用户未提供MIME类型，进行内容检测和文件名推断
+                content_detected_mime = self._detect_mime_from_content(downloaded_content)
+                url_filename_mime = get_file_mime_type(Path(file_name))
+                
+                if content_detected_mime != "application/octet-stream":
+                    # 内容检测到了具体的MIME类型，使用内容检测的
+                    final_mime_type = content_detected_mime
+                else:
+                    # 内容检测失败，使用从URL文件名推断的MIME类型
+                    final_mime_type = url_filename_mime
+            
+            # 提取文件信息，传入最终确定的MIME类型
+            _, content, file_size, extract_mime_type, extract_file_type, file_hash = self._extract_file_info(file, final_mime_type)
 
             # file_name已经在上面设置了（要么是用户指定的，要么是从URL提取的）
             extracted_file_name = file_name
+            
+            # 使用最终确定的MIME类型
+            mime_type = final_mime_type
 
-            # 基于文件名计算文件类型和MIME类型
-            file_type = Path(extracted_file_name).suffix.lstrip('.').lower() if Path(
-                extracted_file_name).suffix else 'dat'
-            mime_type = get_file_mime_type(Path(extracted_file_name))
+            # 基于最终MIME类型计算文件扩展名
+            file_type = extract_file_type
         else:
             # 解析文件参数，提取文件信息
-            extracted_file_name, content, file_size, extract_mime_type, extract_file_type, file_hash = self._extract_file_info(
-                file)
+            # 如果用户指定了文件名，先从文件名推断MIME类型，然后传给_extract_file_info
             if file_name:
+                # 用户指定了文件名，优先使用用户提供的MIME类型，否则从文件名推断
+                if mime_type:
+                    file_name_mime_type = mime_type
+                else:
+                    file_name_mime_type = get_file_mime_type(Path(file_name))
+                extracted_file_name, content, file_size, extract_mime_type, extract_file_type, file_hash = self._extract_file_info(
+                    file, file_name_mime_type)
+                # 使用用户指定的文件名
                 extracted_file_name = file_name
-                mime_type = get_file_mime_type(file_name)
+                mime_type = file_name_mime_type
                 file_type = Path(extracted_file_name).suffix.lstrip('.').lower() if Path(
                     extracted_file_name).suffix else 'dat'
             else:
-                mime_type = extract_mime_type
+                # 没有指定文件名，传入用户提供的MIME类型（如果有）
+                extracted_file_name, content, file_size, extract_mime_type, extract_file_type, file_hash = self._extract_file_info(
+                    file, mime_type)
+                # 如果用户指定了MIME类型，使用用户指定的，否则使用检测的
+                if not mime_type:
+                    mime_type = extract_mime_type
                 file_type = extract_file_type
 
         # 根据文件大小自动选择上传模式