ailine/docker/docker-compose.yml

services:
  backend:
    build:
      context: .. # 构建上下文为项目根目录
      dockerfile: docker/backend/Dockerfile
    container_name: ai-backend
    environment:
      # =========================================================================
      # ⭐ 敏感密钥配置 - 必须通过 .env 文件注入
      # =========================================================================
      - ZHIPUAI_API_KEY=${ZHIPUAI_API_KEY:?请在 .env 中配置 ZHIPUAI_API_KEY}   # ⭐ 敏感密钥配置
      - DEEPSEEK_API_KEY=${DEEPSEEK_API_KEY:?请在 .env 中配置 DEEPSEEK_API_KEY}  # ⭐ 敏感密钥配置
      - LLAMACPP_API_KEY=${LLAMACPP_API_KEY:?请在 .env 中配置 LLAMACPP_API_KEY}  # ⭐ 敏感密钥配置

      # =========================================================================
      # PostgreSQL 数据库配置
      # =========================================================================
      - DB_HOST=115.190.121.151
      - DB_PORT=5432
      - DB_USER=postgres
      - DB_PASSWORD=${DB_PASSWORD:?请在 .env 中配置 DB_PASSWORD}  # ⭐ 敏感密钥配置
      - DB_NAME=langgraph_db

      # =========================================================================
      # 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=${QDRANT_API_KEY:?请在 .env 中配置 QDRANT_API_KEY}  # ⭐ 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) - Docker host 端口 18000
      - VLLM_BASE_URL=http://host.docker.internal:18000/v1
      # Embedding 服务 (Qwen3-Embedding-0.6B GGUF) - Docker host 端口 18001
      - LLAMACPP_EMBEDDING_URL=http://host.docker.internal:18001/v1
      # Reranker 服务 (bge-reranker-v2-m3) - Docker host 端口 18002
      - LLAMACPP_RERANKER_URL=http://host.docker.internal:18002/v1

      # =========================================================================
      # RAG 索引构建配置（非敏感）
      # =========================================================================
      - 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（可通过 .env 覆盖）
      # =========================================================================
      - LOG_LEVEL=${LOG_LEVEL:-WARNING}
      - DEBUG=${DEBUG:-false}
      - ENABLE_GRAPH_TRACE=${ENABLE_GRAPH_TRACE:-false}

      # =========================================================================
      # 应用行为配置
      # =========================================================================
      - MEMORY_SUMMARIZE_INTERVAL=${MEMORY_SUMMARIZE_INTERVAL:-10}

      # =========================================================================
      # 前端通信地址（Docker 内部网络）
      # =========================================================================
      - API_URL=http://backend:8079/chat

    volumes:
      - ../data/user_docs:/app/data/user_docs # 挂载文档目录
      - ../logs:/app/logs
    networks:
      - ai-network
    # ⭐ 移除对 postgres 和 qdrant 的依赖（使用远程服务）
    restart: unless-stopped
    ports:
      - "8079:8079"

  frontend:
    build:
      context: ..
      dockerfile: docker/frontend/Dockerfile
    container_name: ai-frontend
    environment:
      # Docker 内部网络使用服务名 'backend' 解析后端服务
      - API_URL=http://backend:8079/chat
    ports:
      - "8501:8501"
    networks:
      - ai-network
    depends_on:
      - backend
    restart: unless-stopped

networks:
  ai-network:
    driver: bridge