.env.example

# ==========================================
# 核心系统配置 (Application Config)
# ==========================================
APP_HOST=0.0.0.0
APP_PORT=8000
LOG_LEVEL=INFO
APP_ENV=development

# 日志文件落盘（对齐 Java 端：logs/<YYYY-MM-DD>/<service>.log + <service>-error.log）
# 每天 0 点切分，保留 LOG_RETENTION_DAYS 天
# Docker 部署下保持 LOG_DIR=logs（相对路径，容器内为 /app/logs），由
# deploy/docker-compose.yml 的 ../logs:/app/logs 持久化到宿主机；改成绝对路径会绕开挂载。
LOG_FILE_ENABLED=true
LOG_DIR=logs
LOG_SERVICE_NAME=tolink-service
LOG_RETENTION_DAYS=7

# ==========================================
# 存储 & 缓存配置 (Storage & Cache)
# ==========================================
# Database (MySQL)
DB_HOST=43.138.176.52
DB_PORT=3306
DB_USER=root
DB_PASSWORD=your_db_password
DB_NAME=tolink_rag_db

# Redis (用于共享下发的用户 LLM 缓存与配置)
REDIS_HOST=43.138.176.52
REDIS_PORT=6379
REDIS_DB=0
REDIS_PASSWORD=your_redis_password

# ==========================================
# 安全配置 (Security)
# ==========================================
# 【关键】用于解密从数据库 llm_user_config 表取出的 API Key 密文
# 需要与 Java 管理端的 AES/GCM Secret 保持完全一致：64 位 hex，解码后 32 字节
# 下方为本地占位示例，生产必须覆盖
API_KEY_ENCRYPTION_SECRET=0000000000000000000000000000000000000000000000000000000000000000

# ==========================================
# 系统级兜底 LLM 配置 (Platform Default Fallback LLMs)
# ==========================================
# 如果系统没有查到用户的可用额度，或者是在系统内部后台工作流中使用，会触发以下系统级的全局兜底调用
SYSTEM_LLM_PROVIDER=qwen
SYSTEM_LLM_API_KEY=your_qwen_api_key_here
SYSTEM_LLM_API_BASE=https://dashscope.aliyuncs.com/compatible-mode/v1

SYSTEM_LLM_MODEL_CHAT=qwen3.5-flash
SYSTEM_LLM_MODEL_EMBEDDING=text-embedding-v4
# RERANK 不走系统兜底，必须由用户在 RERANK 能力配置里指定 provider + rerank 模型
# （如 provider=openai + api_base=硅基流动 + model=BAAI/bge-reranker-v2-m3），故此处留空。
SYSTEM_LLM_MODEL_RERANK=
SYSTEM_LLM_MODEL_VISION=qwen-vl-max
MARKDOWN_PARSER_ENABLE_TABLE_ENHANCEMENT=true
MARKDOWN_PARSER_ENABLE_IMAGE_ENHANCEMENT=true
MARKDOWN_PARSER_TABLE_MODEL=
MARKDOWN_PARSER_VISION_MODEL=
MARKDOWN_PARSER_LLM_TIMEOUT_MS=60000
MARKDOWN_PARSER_VISION_CONCURRENCY=24
CHUNKING_HEADING_BREAK_LEVEL=5
CHUNKING_MIN_CANDIDATE_CHUNK_TOKENS=128
CHUNKING_SEMANTIC_PERCENTILE=95
CHUNKING_SEMANTIC_UNIT=sentence
CHUNKING_MIN_CHUNK_TOKENS=150
CHUNKING_MAX_CHUNK_TOKENS=512
# overlap token 数允许范围：0-64；0 表示关闭 overlap
CHUNKING_OVERLAP_TOKENS=64
CHUNKING_MIN_DISTANCE_GATE=0.25
CHUNKING_EMBED_BATCH_SIZE=32

# ==========================================
# 存储 & 资源配置 (Storage & Resources)
# ==========================================
# 向量数据库选择 (Vector Store Selection)
# 可选值: qdrant / elasticsearch
VECTOR_STORE_TYPE=qdrant

# --- Qdrant 配置 ---
QDRANT_HOST=43.138.176.52
QDRANT_PORT=6333
QDRANT_GRPC_PORT=6334
QDRANT_COLLECTION_NAME=tolink_rag_collection
QDRANT_API_KEY=
QDRANT_TIMEOUT_SECONDS=5

# --- Chunk 向量存储配置 ---
CHUNK_INDEX_BUCKET_COUNT=128
CHUNK_INDEX_COLLECTION_PREFIX=kb_bucket
CHUNK_INDEX_EMBED_BATCH_SIZE=32
# CHUNK_INDEX_EMBED_BATCH_SIZE 是单次 embedding API 请求携带的文本条数上限，
# 不是总向量化数量上限。实际值会被 provider 已知上限自动 cap（如 DashScope text-embedding-v4 上限为 10）。
CHUNK_INDEX_RETRY_LIMIT=3
CHUNK_INDEX_RETRY_INTERVAL_SECONDS=300
CHUNK_INDEX_INDEXING_STALE_SECONDS=900

# --- 真实环境集成测试开关 ---
# 置为 true 后，pytest 会执行真实 MySQL + Qdrant 的向量存储冒烟测试。
TOLINK_RUN_REAL_VECTOR_STORAGE_TESTS=false

# --- BGE-M3 稀疏向量配置 ---
SPARSE_VECTOR_ENABLED=true
# provider 切换推理实现：
#   bge_m3        本地进程内加载模型（开发默认）
#   bge_m3_http   调用早期 bge-m3-server（仅 sparse）
#   remote_bge_m3 调用独立 bge-m3-service（dense + sparse，带重试）
SPARSE_VECTOR_PROVIDER=bge_m3
SPARSE_VECTOR_MODEL_NAME=BAAI/bge-m3
SPARSE_VECTOR_MODEL_CACHE_DIR=
SPARSE_VECTOR_LOCAL_FILES_ONLY=false
SPARSE_VECTOR_DEVICE=auto
SPARSE_VECTOR_BATCH_SIZE=12
SPARSE_VECTOR_MAX_LENGTH=8192
# 早期 bge-m3-server（仅 SPARSE_VECTOR_PROVIDER=bge_m3_http 时生效）
# 例：SPARSE_VECTOR_HTTP_ENDPOINT=http://103.205.254.30:37997
SPARSE_VECTOR_HTTP_ENDPOINT=
SPARSE_VECTOR_HTTP_TIMEOUT=30.0
# 留空请整行注释（空字符串无法解析为 int）；不设则由服务端决定批大小
# SPARSE_VECTOR_HTTP_BATCH_SIZE=8
# 独立 bge-m3-service（仅 SPARSE_VECTOR_PROVIDER=remote_bge_m3 时生效）
# - URL：bge-m3-service 根地址（不带尾部斜杠）。例：http://127.0.0.1:7997
# - TIMEOUT_SECONDS：单次 /encode 请求超时（秒）。
# - MAX_RETRIES：网络错误 / 5xx 的重试次数（不含首次请求；4xx 不重试）。
BGE_M3_SERVICE_URL=
BGE_M3_TIMEOUT_SECONDS=30.0
BGE_M3_MAX_RETRIES=3
SPARSE_VECTOR_QDRANT_VECTOR_NAME=sparse_text
SPARSE_VECTOR_TOP_K=256
SPARSE_VECTOR_MIN_WEIGHT=0.0
SPARSE_VECTOR_RETRY_LIMIT=3
SPARSE_VECTOR_INDEXING_STALE_SECONDS=900
TOLINK_RUN_REAL_SPARSE_VECTOR_TESTS=false

# --- 稀疏向量召回默认值 (VectorStorageFacade.search_sparse_chunks) ---
# 调用方未传 top_k / score_threshold 时使用以下默认值。
# 默认值依据：业界保守占位（Dify "score threshold disabled = 0.0"、
# Qdrant "先广召回后精排"），本项目无评测 harness 时不盲设阈值。
# 调用方可任意 per-call 覆盖；运维可改 .env 全局收紧。
SPARSE_RETRIEVAL_TOP_K=10
SPARSE_RETRIEVAL_SCORE_THRESHOLD=0.0

# --- 稠密向量召回默认值 ---
# 与 SPARSE_RETRIEVAL_* 严格对仗。pipeline 路径下实际生效的 top_k 是 RECALL_RESULT_LIMIT；
# DENSE_RETRIEVAL_TOP_K 仅作 facade 直调的兜底默认。score_threshold 范围 [0, 1]（cosine）。
DENSE_RETRIEVAL_TOP_K=10
DENSE_RETRIEVAL_SCORE_THRESHOLD=0.0
# --- Elasticsearch 配置 (推荐用于混合搜索) ---
ES_HOST=http://43.138.176.52:9200
ES_USER=elastic
ES_PASSWORD=your_es_password
ES_INDEX_NAME=tolink_rag_index
ES_INDEX_SHARDS=3
ES_INDEX_REPLICAS=1
ES_MAX_DOCUMENT_BYTES=131072
ES_MAX_TOKEN_BATCH_BYTES=5242880
ES_MAX_TOKEN_BATCH_CHUNKS=500
ES_BULK_REQUEST_TIMEOUT_SECONDS=30
ES_INDEXING_MAX_RETRY=3
ES_SMOKE_ENABLED=false
TOLINK_RUN_REAL_ES_INDEX_TESTS=false

# 原始文档存储 (MinIO / S3 兼容)
STORAGE_TYPE=minio
MINIO_ENDPOINT=43.138.176.52:9000
MINIO_ACCESS_KEY=your_minio_access_key
MINIO_SECRET_KEY=your_minio_secret_key
MINIO_BUCKET_NAME=tolink-rag-docs
MINIO_USE_SSL=false
# 如果 STORAGE_TYPE=local，则生效以下路径
LOCAL_DOCS_PATH=./data/documents

# 解析任务源文件临时落盘目录
# 流式下载在此创建临时文件；解析为 markdown 后立即清理；worker 启动时清空兜底。
# 不预设最小容量，沿用部署机系统盘大小；写满时报错码 TEMP_DISK_FULL。
PARSE_TEMP_DIR=/tmp/tolink-rag-parse

# 文档解析后端选择（PDF）
# 可选值: auto / mineru / opendataloader / naive
# auto: MinerU → OpenDataLoader → Naive 全链路降级
PDF_PARSER_BACKEND=mineru
# 逗号分隔的回退链。留空表示不回退到本地解析器。
PDF_PARSER_FALLBACKS=
# PDF 图片资产是否后台异步上传到对象存储。开启后主链路不等待图片上传完成。
PDF_IMAGE_UPLOAD_ASYNC=true
# 图片增强最多直接使用多少张解析阶段内存图片
PDF_IMAGE_ENHANCEMENT_MEMORY_MAX_IMAGES=20
# 图片增强直接使用解析阶段内存图片的总字节上限
PDF_IMAGE_ENHANCEMENT_MEMORY_MAX_BYTES=52428800
# OpenDataLoader 官方要求系统 PATH 中可用 Java 11+
# Docling 图片分辨率比例（越大越清晰，速度更慢）
DOCLING_IMAGES_SCALE=2.0
# Docling 默认是否强制全页 OCR
DOCLING_FORCE_FULL_PAGE_OCR=false
# MinerU 官方云端 V4 API 地址。mineru 后端不再支持本地 mineru-api。
MINERU_API_URL=https://mineru.net/api/v4/extract/task
# MinerU 云服务专属 Token
MINERU_API_KEY=your_mineru_api_key_here
# MinerU API 请求超时（秒），长文档建议设大
MINERU_TIMEOUT=300
# MinerU 精准解析模型，可选 pipeline / vlm / MinerU-HTML
MINERU_MODEL_VERSION=vlm


# ==========================================
# MQ 消息中台配置 (Message Queue)
# ==========================================
# 可选值: kafka / rabbitmq
MQ_VENDOR=kafka

# --- Kafka 配置 ---
KAFKA_BOOTSTRAP_SERVERS=43.138.176.52:9092
KAFKA_SASL_MECHANISM=PLAIN
KAFKA_SASL_USERNAME=root
KAFKA_SASL_PASSWORD=your_kafka_sasl_password
KAFKA_SECURITY_PROTOCOL=SASL_PLAINTEXT
KAFKA_MAX_POLL_INTERVAL_MS=900000
INIT_KAFKA_TOPICS_ON_STARTUP=false
REPLICATION_FACTOR=1
MIN_INSYNC_REPLICAS=1
PARSE_TASK_TOPIC=tolink.rag.parse_task
PARSE_TASK_PARTITIONS=1
PARSE_RESULT_TOPIC=tolink.rag.parse_result
PARSE_RESULT_PARTITIONS=1

# --- RabbitMQ 配置 ---
RABBITMQ_URL=amqp://guest:guest@localhost:5672/
RABBITMQ_EXCHANGE_NAME=
RABBITMQ_EXCHANGE_TYPE=direct
RABBITMQ_PREFETCH_COUNT=10

# --- MQ 失败兜底（恒启用死信，不提供关闭开关）---
# 业务回调抛 RetriableError 子类时最多重试 MQ_MAX_RETRIES 次，每次固定退避
# MQ_RETRY_BACKOFF_SECONDS；达上限或非可重试异常一律投递到 <原 topic> + MQ_DLQ_SUFFIX
MQ_MAX_RETRIES=3
MQ_RETRY_BACKOFF_SECONDS=1.0
MQ_DLQ_SUFFIX=.DLT

# ==========================================
# 召回执行配置 (Recall Pipeline)
# ==========================================
# 召回融合 pipeline 的通用执行参数。
RECALL_STREAM_TIMEOUT_MS=60000
RECALL_STRICT_DEFAULT=false
RECALL_RESULT_LIMIT=20
RECALL_ENABLED_SOURCES=bm25,sparse,dense

# 召回后重排（LINK-130）：重排模块输出候选条数兜底默认值。
# 调用方未显式传 top_n 时生效；参考 RAGFlow rerank top_n（默认 6，本项目放宽到 8）。
RERANK_DEFAULT_TOP_N=8

# ==========================================
# 对外直连召回 SSE 配置 (Recall Direct SSE / LINK-40)
# ==========================================
# 前端凭 Java 签发的短期 session token 直连 POST /api/v1/recall/stream。
# token 短期可复用（只校验 exp，不做一次性/防重放/撤销），资源滥用由并发上限封顶。
RECALL_SESSION_AUTH_ENABLED=true
RECALL_SESSION_JWT_ISSUER=tolink-java
# 前端面凭证独立受众标识，避免与其他 token 混用。
RECALL_SESSION_JWT_AUDIENCE=tolink-rag-frontend
RECALL_SESSION_JWT_SCOPE=recall:stream
# 独立 HS256 密钥：前端面 token 可单独轮转；生产务必替换。
RECALL_SESSION_JWT_SECRET=your_recall_session_jwt_secret
# 单用户最大并发召回流数（资源主闸门）。
RECALL_SESSION_MAX_CONCURRENT=3

# ==========================================
# 杂项配置 (Misc)
# ==========================================
# 生产对外环境需把 CORS_ORIGINS 收敛为前端可信域名清单（不可用 "*"，与对外直连召回端点的
# Authorization 跨域预检相关）。
CORS_ORIGINS=http://localhost:3000,http://localhost:8080