# Cyrene v2 本地开发依赖（docker compose）
# 用法：
#   1) 先停掉之前手动起的容器，避免端口冲突：
#        docker rm -f cyrene-pg         # 若有旧的手动容器
#   2) 启动：
#        docker compose -f docker-compose.dev.yml up -d
#   3) 验证 pgvector：
#        docker exec cyrene-pg psql -U cyrene -d cyrene_ai \
#          -c "CREATE EXTENSION IF NOT EXISTS vector; SELECT extversion FROM pg_extension WHERE extname='vector';"
#
# 注：SQLite 为默认内嵌库（文件，不需要容器）；PG+pgvector 为可选增强（向量检索）。
# 服务 `embedding`（Ollama）为可选：用于真语义嵌入（EMBEDDING_API_URL），不需要就注释掉/不加。

services:
  # 主数据库：PostgreSQL 16 + pgvector（向量索引走这里）
  pg:
    image: pgvector/pgvector:pg16
    container_name: cyrene-pg
    environment:
      POSTGRES_USER: cyrene          # 该用户会在镜像里被创建为 superuser（本地开发方便建 vector 扩展）
      POSTGRES_PASSWORD: cyrene_pass
      POSTGRES_DB: cyrene_ai
    ports:
      - "5432:5432"
    volumes:
      - pgdata:/var/lib/postgresql/data
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U cyrene -d cyrene_ai"]
      interval: 5s
      timeout: 3s
      retries: 12

  # 可选：本地 embedding（真语义向量）。用 Ollama 跑 bge-m3。
  # 启用后需拉模型：docker exec -it cyrene-embedding ollama pull bge-m3
  # 并让 .env 指到它：EMBEDDING_API_URL=http://localhost:11434/v1, EMBEDDING_MODEL=bge-m3
  embedding:
    image: ollama/ollama:latest
    container_name: cyrene-embedding
    profiles: ["embedding"]          # 默认不启动；需要时 `docker compose --profile embedding up -d`
    ports:
      - "11434:11434"
    volumes:
      - ollama:/root/.ollama

volumes:
  pgdata:
  ollama: