fix

app/chain/__init__.py

@@ -1,3 +1,4 @@
+import gc
 import pickle
 import traceback
 from abc import ABCMeta
@@ -55,6 +56,10 @@ class ChainBase(metaclass=ABCMeta):
                 pickle.dump(cache, f)
         except Exception as err:
             logger.error(f"保存缓存 {filename} 出错：{err}")
+        finally:
+            # 主动资源回收
+            del cache
+            gc.collect()
 
     def run_module(self, method: str, *args, **kwargs) -> Any:
         """

app/chain/message.py

@@ -1,4 +1,3 @@
-import gc
 from typing import Any
 
 from app.chain.download import *
@@ -316,9 +315,6 @@ class MessageChain(ChainBase):
                                        userid=userid, total=len(medias))
         # 保存缓存
         self.save_cache(user_cache, self._cache_file)
-        # 主动资源回收
-        del user_cache
-        gc.collect()
 
     def __post_medias_message(self, channel: MessageChannel,
                               title: str, items: list, userid: str, total: int):
@@ -339,6 +335,5 @@ class MessageChain(ChainBase):
         self.post_torrents_message(Notification(
             channel=channel,
             title=f"【{title}】共找到{total}条相关资源，请回复对应数字下载（0: 自动选择 p: 上一页 n: 下一页）",
-            items=items,
             userid=userid
         ), torrents=items)

app/chain/subscribe.py

@@ -1,6 +1,5 @@
 import json
 import re
-import gc
 from datetime import datetime
 from typing import Dict, List, Optional, Union, Tuple
 
@@ -399,15 +398,14 @@ class SubscribeChain(ChainBase):
                     # 如果超过了200条则移除最早的一条
                     if len(torrents_cache[domain]) > settings.CACHE_CONF.get('torrents'):
                         torrents_cache[domain].pop(0)
+                # 回收资源
+                del torrents
             else:
                 logger.info(f'{indexer.get("name")} 获取到种子')
         # 从缓存中匹配订阅
         self.__match(torrents_cache)
         # 保存缓存到本地
         self.save_cache(torrents_cache, self._cache_file)
-        # 主动资源回收
-        del torrents_cache
-        gc.collect()
 
     def __match(self, torrents_cache: Dict[str, List[Context]]):
         """