ailine/.env.docker

# =============================================================================
# Docker Compose 服务器部署配置模板
# 用法: cp .env.docker .env 然后填入敏感密钥
# =============================================================================

# -----------------------------------------------------------------------------
# AI 模型 API 密钥（⭐ 敏感配置 - 必须填入真实值）
# -----------------------------------------------------------------------------
ZHIPUAI_API_KEY=your_zhipuai_api_key_here       # ⭐ 敏感密钥配置
DEEPSEEK_API_KEY=your_deepseek_api_key_here   # ⭐ 敏感密钥配置
LLAMACPP_API_KEY=your_llamacpp_api_key_here   # ⭐ 敏感密钥配置

# -----------------------------------------------------------------------------
# PostgreSQL 数据库配置（分离配置，易于管理）
# -----------------------------------------------------------------------------
DB_HOST=115.190.121.151
DB_PORT=5432
DB_USER=postgres
DB_PASSWORD=your_db_password_here             # ⭐ 敏感密钥配置
DB_NAME=langgraph_db
# 完整连接字符串（也支持直接配置，优先使用分离配置）
DB_URI=postgresql://postgres:${DB_PASSWORD}@115.190.121.151:5432/langgraph_db?sslmode=disable

# -----------------------------------------------------------------------------
# Qdrant 向量数据库配置（URL + API密钥 配对）
# -----------------------------------------------------------------------------
QDRANT_URL=http://115.190.121.151:6333
QDRANT_API_KEY=your_qdrant_api_key_here       # ⭐ 敏感密钥配置
QDRANT_COLLECTION_NAME=mem0_user_memories

# -----------------------------------------------------------------------------
# llama.cpp 服务配置（URL + API密钥 配对）
# -----------------------------------------------------------------------------
# 主 LLM 服务 (Gemma-4-E2B GGUF) - 端口 18000 (Docker host 映射)
VLLM_BASE_URL=http://host.docker.internal:18000/v1

# Embedding 服务 (Qwen3-Embedding-0.6B GGUF) - 端口 18001
LLAMACPP_EMBEDDING_URL=http://host.docker.internal:18001/v1
# LLAMACPP_API_KEY=your_llamacpp_api_key_here  (已在上面配置)

# Reranker 服务 (bge-reranker-v2-m3) - 端口 18002
LLAMACPP_RERANKER_URL=http://host.docker.internal:18002/v1

# -----------------------------------------------------------------------------
# RAG 索引构建配置（非敏感，可直接使用）
# -----------------------------------------------------------------------------
RAG_COLLECTION_NAME=rag_documents
RAG_CHUNK_SIZE=500
RAG_CHUNK_OVERLAP=50
RAG_PARENT_CHUNK_SIZE=1000
RAG_CHILD_CHUNK_SIZE=200
RAG_PARENT_CHUNK_OVERLAP=100
RAG_CHILD_CHUNK_OVERLAP=20
RAG_STRATEGY=parent-child
RAG_STORAGE_TYPE=postgres

# -----------------------------------------------------------------------------
# 日志调试配置（部署时可灵活调整）
# -----------------------------------------------------------------------------
# 日志级别：DEBUG, INFO, WARNING, ERROR, CRITICAL
# 生产环境推荐 WARNING，排查问题时改为 DEBUG
LOG_LEVEL=WARNING

# 是否启用 DEBUG 模式
# true: 输出详细调试信息，包含完整的工具调用、数据库查询等
# false: 仅输出关键信息，适合生产环境
DEBUG=false

# 是否启用 Graph 流转追踪
# true: 输出每个节点的输入输出状态，便于调试工作流
# false: 关闭追踪，减少日志量
ENABLE_GRAPH_TRACE=false

# -----------------------------------------------------------------------------
# 应用行为配置
# -----------------------------------------------------------------------------
MEMORY_SUMMARIZE_INTERVAL=10

# -----------------------------------------------------------------------------
# 前端配置
# -----------------------------------------------------------------------------
# Docker Compose 内部网络，使用服务名 'backend'
API_URL=http://backend:8079/chat