# ============================================
# Cyrene v2 配置文件 (.env)
# 复制为 .env 后修改。所有配置均从环境变量注入，代码内禁硬编码。
# 注意：.env 仅用于本地开发；生产用 systemd / env_file。
# 敏感信息（API Key / JWT_SECRET）一律不要写进日志。
# ============================================

# ---- 运行环境 ----
ENV=development
LOG_LEVEL=debug
TZ=Asia/Shanghai

# ---- 数据目录（未设置时按 OS 惯例解析） ----
DATA_DIR=./data

# ---- 服务器（网关，唯一对外端口） ----
HOST=0.0.0.0
PORT=8080

# ---- 认证 / 管理员 ----
# JWT_SECRET 必填，长度 >= 32；缺失或过短会在启动时 panic。
JWT_SECRET=change-me-to-a-random-string-at-least-32-characters
ADMIN_USERNAME=admin
ADMIN_PASSWORD=admin12345
REGISTRATION_ENABLED=true

# ---- 数据库 ----
# SQLite 为默认（单二进制、无需外部服务）。
DB_SQLITE_PATH=./data/cyrene.db
# PostgreSQL + pgvector 为可选增强；未配置时走 SQLite。相关向量能力在 M4 接入。
# DB_PG_URL=postgres://cyrene:cyrene_pass@localhost:5432/cyrene_ai?sslmode=disable

# ---- LLM 多供应商（LLM_PROVIDER 显式声明协议：openai / anthropic，默认 openai） ----
# Provider = openai：OpenAI 兼容 /chat/completions（含 OpenAI 兼容网关，也可经它承载 Anthropic 模型，但失去原生 tool input 对象优势）
LLM_PROVIDER=openai

LLM_BASE_URL=https://api.openai.com/v1
LLM_API_KEY=sk-xxxxx
LLM_MODEL=gpt-4o
LLM_FALLBACK_MODEL=gpt-4o-mini

# ---- LLM 视觉模型（多模态路由：含图片的请求路由到此模型） ----
# 不配置则图片路由回主模型；仅当启用多模态能力时设置。
# LLM_VISION_MODEL=gpt-4o-mini

# Provider = anthropic：Anthropic Messages /v1/messages（tool_use.input 为结构化对象，工具循环更稳）
# ANTHROPIC_BASE_URL=https://api.anthropic.com
# ANTHROPIC_API_KEY=sk-ant-xxxxx
# ANTHROPIC_MODEL=claude-sonnet-4-20250514
# ANTHROPIC_FALLBACK_MODEL=claude-haiku-3-5

# ---- 记忆嵌入（可选，真语义） ----
# 不配置时使用内置 n-gram / FTS 向量（dim=256）。配置后必须真实走语义路径。
# EMBEDDING_API_URL 是【完整 /embeddings 端点】（不是 base）——例：Ollama / llama.cpp = http://localhost:11434/v1/embeddings
# EMBEDDING_API_URL=http://localhost:11434/v1/embeddings
# EMBEDDING_API_KEY=
# EMBEDDING_MODEL=Qwen3-Embedding-0.6B   # 推荐（Q8_0 ~639MB、dim=1024、ModelScope 国内可下）

# ---- IoT 设备提供者 ----
# mock = 模拟智能家居设备（开发测试用）；none = 禁用 IoT。
IOT_PROVIDER=mock

# ---- 语音服务 ----
TTS_PROVIDER=edge-tts
STT_PROVIDER=dashscope
# DASHSCOPE_API_KEY=sk-xxxxx

# ---- 后台思考 ----
ENABLE_BACKGROUND_THINKING=true
THINK_INTERVAL_SEC=300
THINK_SILENCE_TIMEOUT_SEC=120

# ---- WebSocket ----
WS_MAX_CONNECTIONS=1000
SESSION_IDLE_TIMEOUT_MIN=30

# ---- MCP 服务器（可选，JSON 数组字符串；每台 server 含 name/command/args/url/enabled） ----
# stdio 子进程示例：
# MCP_SERVERS_JSON=[{"name":"calc","command":"mcp-calc","args":["--stdio"],"enabled":true}]
# SSE 端点示例：
# MCP_SERVERS_JSON=[{"name":"weather","url":"http://localhost:3001/sse","enabled":true}]

# ---- 本地执行沙箱（exec/terminal 工具；默认关闭，授权放权） ----
# 只有 Enabled=true 时 agent 才可执行命令；仍需命令白名单与根目录边界。
# EXEC_SANDBOX_ENABLED=false
# EXEC_SANDBOX_COMMANDS=git,ls,cat,pwd
# EXEC_SANDBOX_ROOTS=./data
# EXEC_SANDBOX_ENV=PATH

# ---- 跨域白名单 ----
ALLOWED_ORIGINS=http://localhost:5173,http://localhost:3000