Cyrene_v2/.env.example

# ============================================
# 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（裁决 12.4.2/15.4.1，design/13 §2） ----
# 两种取法都实现：默认 ./data；显式写 platform（保留字哨兵）则走平台标准数据目录
# （Windows %APPDATA%\Cyrene、macOS ~/Library/Application Support/Cyrene、Linux ~/.local/share/cyrene）。
DATA_DIR=./data

# ---- 服务器（网关，唯一对外端口） ----
# HOST 默认 0.0.0.0，暴露面由 .env 决定（本机自托管要收紧就改 127.0.0.1）。
HOST=0.0.0.0
PORT=8080
# 管理面板的安全入口路径（裁决 1.6/16.4.7，design/07 §0.2）：
# 管理面板前端挂在这个路径下，默认 admin（即 /admin）；想藏起来就自定义，例如
# ADMIN_PATH=my-secret/admin → 面板在 /my-secret/admin，猜 /admin 直接 404。
# 它只影响面板前端路由；REST 仍是 /api/v1/admin/*（API 不藏，安全靠 JWT + 角色门），
# 且该路径串不会出现在用户端页面里。
ADMIN_PATH=admin
# chat.image 的【解码后图像字节】上限（协同文档 G3），默认 5242880（5 MiB，与 POST /api/v1/upload 同口径）。
# 图片有「上传」与「base64 内联」两条入口，两边必须给出同一个「一张图能有多大」的答案，否则内联可绕开上传限制。
# 调大请谨慎：整段 base64 会被落库，并随每页历史（GET /sessions/{id}/messages）与每次 WS history 回放重传一遍。
# ≤0（写 0 或负数）= 用默认值 5 MiB，不是「禁用上限」——一张图能有多大只能有一个答案。
CHAT_IMAGE_MAX_BYTES=5242880

# POST /api/v1/documents 的单文件字节上限，默认 20971520（20 MiB）。
# 它与上面的图片上限【刻意解耦】：图片上限被 vision 解码层钳住，文档上限由本项目的解析与上下文预算决定；
# 合用一个数会让「调文档上限」静默改掉图片行为。
# 文档读侧（GET /api/v1/documents/{name}）要 Bearer owner/admin，且一律 attachment + nosniff（永不可内联渲染）。
# ≤0（写 0 或负数）= 用默认值 20 MiB，不是「禁用上限」。
CHAT_DOCUMENT_MAX_BYTES=20971520

# ---- 文档回收（GC：引用计数 + 保留期，design/24 §3.2（配额与清理）；切片 S7） ----
# 判据：**未被任何消息引用**（ref_count = 0）且最后一次被引用（从未被引用则看上传时间）
# 早于「现在 − 保留期」。动作：原件（<DATA_DIR>/uploads/documents/<存储名>）+ 抽取正文
# sidecar（<DATA_DIR>/extracted/<存储名>.txt）+ documents 表里的元数据行**三样一起删**。
# 引用计数由消息落库/编辑/删除时维护（都在同一个事务里），因此**仍被引用的文件绝不删**。
# 启动时清扫一次 + 此后按间隔定时清扫；每轮只记一条汇总（删了几件/释放多少字节，不含正文）。
# DOCUMENT_GC_INTERVAL：定时清扫间隔（Go duration，如 30m / 1h / 6h），默认 1h。
# DOCUMENT_RETENTION：保留期（Go duration），默认 168h（7 天）。
# ⚠️ 任一键写 0 或负数 = **关闭 GC**（同时关闭启动期那一次清扫，日志会写明原因）。
#    `DOCUMENT_RETENTION=0` 不是「立即回收」——那种解释会让一次笔误清空未引用的附件。
DOCUMENT_GC_INTERVAL=1h
DOCUMENT_RETENTION=168h

# ---- 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
# 不透明 refresh token 有效期（Go duration，如 720h = 30 天）；access token 固定 24h。
AUTH_REFRESH_TTL=720h
# refresh token 单次使用轮换默认开启（用旧换新、防重放）；仅当客户端无法保存轮换后的
# 新 token 时才设为 true 关闭轮换。
AUTH_REFRESH_ROTATE_DISABLED=false

# ---- 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） ----
# ⚠️ 本节是【兜底】：管理面板「LLM 模型」页保存会写入本地 models.json（默认 <DATA_DIR>/models.json，已 gitignore），
#    只要 models.json 存在且有效，运行中的 LLM 就优先用它的多厂商多模型组，并支持面板实时保存→热更新（无需重启）。
#    仅当 models.json 不存在/无效时才回退到下面的 .env。
# 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
# 最后一道回退模型（fallback 链末端）的 token 预算上限。仅当链确有回退模型、
# 且该模型组未在 models.json 设 maxTokens、请求也未显式给 MaxTokens 时生效；
# 0 = 关闭该兜底（改用适配器默认，如 anthropic 8192）。每模型组预算见 models.json 的 maxTokens。
LLM_FALLBACK_MAX_TOKENS=8192
# 推理开关的【提供商形状】声明（裁决 03.4.2 / 08.4.1）：auto（默认，= 留空）/ deepseek /
# openai / vllm / dashscope。形状决定把思考开关下发改成哪个字段（如 vllm =
# chat_template_kwargs.enable_thinking、dashscope = 顶层 enable_thinking），必须按端点真实形状
# 声明——发错形状会被上游拒。留空/auto = 按模型名与 base URL 推断厂商，形状有歧义时一个字段都不发。
# ⚠️ 本键只作用于 .env 合成的模型组：存在有效 models.json 时，以该组的 reasoning.kind 为准
#    （面板可编辑，见「LLM 模型」页）。
LLM_REASONING_KIND=

# ---- LLM 视觉模型（视觉/OCR 工具用的模型；与「主模型能否收图」无关） ----
# 语义（v0.53 修正）：主模型自己能不能收图，看 models.json 生效组的 multimodal 字段（面板可勾选），
# 不是看这里；本节的模型【只供 vision / ocr 工具】调用。都不配置时工具回落用主模型（LLM_MODEL）。
# .env 侧的等价键是下面的 LLM_MULTIMODAL——它同样只作用于 .env 合成的模型组。
# LLM_VISION_MODEL=gpt-4o-mini
# OCR 工具单独用另一个模型（可选）：留空 = 复用 LLM_VISION_MODEL。
# LLM_OCR_MODEL=qwen-vl-ocr

# 声明【主模型自身】能否直接接收图片（= models.json 组 multimodal 的 .env 等价物）：
# true = 图片直接进主模型上下文（省掉工具那一轮模型调用、不做有损文本摘要）；
# 留空 / false（默认）= 图片交给 vision / ocr 工具，由工具返回文本描述。
# 默认 false 与引入本键之前【逐字节一致】——扁平 env 块只有这一个键能声明收图能力，
# 而声称端点可能不具备的能力，比把图交给视觉/OCR 工具更糟（design/06 §0 首条）；
# 绝不凭 base URL / 模型名猜测端点是否收图。
# ⚠️ 只作用于 .env 合成的模型组：存在有效 models.json 时以该组的 multimodal 为准（面板可勾选）。
# ⚠️ 非法值（非 bool，如 maybe）= 启动即报错，不静默回退。
# LLM_MULTIMODAL=false

# 声明该端点的【模型上下文窗口】（token）。窗口是上下文压缩预算的推导依据：
# 未设置 CONTEXT_MAX_TOKENS 时 budget = min(窗口 × CONTEXT_BUDGET_RATIO, 窗口 − 输出保留)。
# ⚠️ 本仓没有任何 provider 侧的窗口发现代码（GET /models 的自动发现另立设计），窗口只能声明：
#    不声明就回落 131072（128 Ki）并记一条 WARN，默认模型的 1M 窗口因此吃不到。
#    它必须与 models.json 组的 contextWindow 一致（那一处是面板一等来源，本键只给 .env 合成的组播种）。
#    负数 = 启动即报错。
# LLM_CONTEXT_WINDOW=1048576

# 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
# ⚠️ 若 ANTHROPIC_BASE_URL 指向 DeepSeek（https://api.deepseek.com/anthropic），模型名须用 DeepSeek 当前名称
#    （deepseek-flash / deepseek-v4-pro）：不认识的名称（如 claude-*）会被服务端【静默映射成 deepseek-flash】，
#    配置错了不会报错。旧的 deepseek-chat / deepseek-reasoner 已于 2026-07-24 停用。

# ---- LLM 本地第三级（降级链末端；默认关，裁决 03.4.3） ----
# 降级链为「主 → 备 → 本地」；本地这一级默认关闭（当前设备跑本地模型困难），链保持两级。
# 开启需要三个条件同时满足：LLM_LOCAL_ENABLED=true + LLM_LOCAL_BASE_URL + LLM_LOCAL_MODEL；
# 只开开关不配端点/模型会被记 WARN 并跳过（不会半配成一个只会失败的链尾步）。
LLM_LOCAL_ENABLED=false
# 本地端点协议：openai（llama.cpp / ollama / vLLM 兼容）或 anthropic；留空 = openai。
# LLM_LOCAL_PROVIDER=openai
# LLM_LOCAL_BASE_URL=http://127.0.0.1:8080/v1
# 本地服务通常不需要 key；留空即可。
# LLM_LOCAL_API_KEY=
# LLM_LOCAL_MODEL=qwen3-4b-instruct

# ---- 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   # ⚠️ 必填才能接通阿里百炼语音；未填时走降级链 (silent)。绝不打日志。
# --- 阿里百炼 DashScope 语音（STT + TTS 主链路）---
# DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/api/v1
# VOICE_STT_MODEL=qwen-audio-3.0-asr-flash
# VOICE_STT_LANGUAGE=zh
# 已实测：cosyvoice-v3.5-plus / cosyvoice-v2 走 HTTP SpeechSynthesizer 会回 418(引擎拒绝)；
# 可用组合为 cosyvoice-v3-flash + 对应 v3 音色(longxiaochun_v3 龙小淳·女助手等)。
# 各模型音色不可混用（v2 名如 longxiaochun 用于 v3 模型会 418）。
# VOICE_TTS_MODEL=cosyvoice-v3-flash
# VOICE_TTS_VOICE_ID=longxiaochun_v3
# VOICE_TTS_FORMAT=wav
# VOICE_TTS_SAMPLE_RATE=24000
# 情绪/语气指令（TTS instruction）：只对「复刻/设计音色」生效（可任意指令，如
# "语气开朗俏皮，像女朋友撒娇"），系统音色 longxiaochun_v3 必须用固定格式故不传。
# 长度≤100 字符（汉字记 2）。也可在 POST /api/v1/audio/speech 用 instruction 按请求覆盖。
# VOICE_TTS_INSTRUCTION=语气开朗俏皮，像女朋友撒娇
# 声音复刻前缀（create_voice 的 prefix，≤10 字母/数字，空则用 cyrene）。target_model
# 固定为 VOICE_TTS_MODEL（须与合成模型一致）。
# VOICE_CLONE_PREFIX=cyrene
# 声音复刻（响昔涟音色）：先用参考音频（公网 URL）调 POST /api/v1/audio/voice-clone
# 建自定义音色，再把返回的 voice_id 填到 VOICE_TTS_VOICE_ID。
# ⚠️ 建音色必须公网可访问的参考音频 URL（create_voice 只收 input.url，不收 base64）；
# 待主人提供参考音频公网 URL 方能真建音色。

# ---- 后台思考 ----
ENABLE_BACKGROUND_THINKING=true
# 自主思考心跳周期（秒）。默认 900（15 分钟一次）；数值越小越频繁打扰。
THINK_INTERVAL_SEC=900
THINK_SILENCE_TIMEOUT_SEC=120
# 主动推送频率（design/12 §6）：窗口内最多 PushLimit 次；推后冷却 Cooldown 秒；
# 同一风味（问候/提醒/分享/关心）在 KindWindow 秒内最多一次；主人最近消息在
# RecentChatCooldown 秒内则冷避不推。收敛默认值：1 次 / 60 分钟 + 推后 30 分钟冷却。
THINK_PUSH_LIMIT=1
THINK_PUSH_WINDOW_SEC=3600
THINK_PUSH_COOLDOWN_SEC=1800
THINK_RECENT_CHAT_COOLDOWN_SEC=600
THINK_KIND_WINDOW_SEC=7200
# 安静时段（本地时钟小时，默认 23:00-07:00；两端相等且非 0 则关闭）。
# 同时用于 backthink 后台思考与 channelbridge 公共平台安静时段轻思考（design/12 §6 策略五）。
QUIET_START_HOUR=23
QUIET_END_HOUR=7

# ---- 唤醒式能力渐进（capacity 意图判定，design/14 §2.2） ----
# 总开关（默认 false）：关闭时 loop 向模型暴露【全部】已注册工具，行为与接线前逐字节一致；
# 置 true 才按判定出的状态裁剪可用工具集（判定只在 loop 外围，不阻塞 Invoke）。
CAPACITY_ENABLED=false
# 唤醒阈值（默认 0.6）：判定置信度低于它的状态强制回落到角色默认态（保守、不打扰）；
# 角色 YAML 的 awakening.minConfidence 为正数时覆盖本全局值。
# 写 0 = 用代码内默认 0.6，不是「阈值归零」。
CAPACITY_MIN_CONFIDENCE=0.6
# 状态 → 允许工具名的 JSON 映射，例如
#   {"quiet":["terminal","file"],"awake":["terminal","file","web-search"],"full":null}
# 缺失的状态用内置默认集；null（如 "full"）= 不限制。解析失败记 WARN 并回落到内置默认。
# CAPACITY_TOOL_SETS=
# L3 = 模型辅助的意图分类：仅当 L1 启发式与 L2 上下文仍拿不准时介入一次轻量模型调用。
# 默认关闭（纯启发式够日常，且该层要多花一次模型调用）；关闭时该层从不运行，
# L1/L2/L4 的行为与接线前逐字节一致。
CAPACITY_L3_ENABLED=false
# L3 判定结果的缓存 TTL（Go duration，如 5m）：同一段回合文本在此窗口内复用判定，避免每轮都问模型；
# 留空 = 5m；0 或解析不出 = 不缓存。
CAPACITY_L3_CACHE_TTL=5m

# ---- 子代理（orchestration，design/05 §7） ----
# 单个子代理整次运行的时限（秒）。默认 600 = 10 分钟（裁决 02.4.4：agent_timeout
# 可配置）；模型派发时可用 subagent_spawn 的 timeout_seconds 参数按调用覆盖。
SUBAGENT_TIMEOUT_SEC=600

# ---- 护栏与上下文预算（design/04 §1.3 / §5、附录 A.3） ----
# 上下文溢出压缩预算（token，离线估算值）。会话估算上下文超过它时，更早的轮次被摘要成
# 一条前导摘要消息，近期尾部（含尾部工具结果）原样保留。三种取值：
#   · 未设置（默认，即把本行注释掉）= 按模型窗口推导：
#       budget = min(窗口 × CONTEXT_BUDGET_RATIO, 窗口 − 输出保留)
#       输出保留 = max(32768, 本组 maxTokens)；窗口未声明 ⇒ 回落 131072 并记一条 WARN。
#   · > 0  = 显式覆盖（原样使用）
#   · 0 / 负数 = 关闭压缩（行为与本条接线前逐字节一致）
# ⚠️ 旧模板里的 CONTEXT_MAX_TOKENS=32768 取自「gpt-4o 128K 窗口的四分之一」，那个前提已失效
#    （默认模型窗口 1M）。若你的 .env 里还留着它，它就是【显式覆盖 32768】，会盖掉按窗口推导
#    （1M 窗口 ⇒ 699050 token）——要吃到推导，把那一行注释掉。固定低阈值会既丢上下文、又因反复
#    压缩作废 KV 缓存前缀而反复烧钱（附录 A.2）。
# CONTEXT_MAX_TOKENS=
# 推导比例：预算占窗口的比例，主人 2026-10-04 裁决取 1/2–3/4 之间，默认 2/3。
# 写法：小数（0.5）或分数（1/2）都接受；非法值 = 记一条 WARN 并回落 2/3。
# CONTEXT_BUDGET_RATIO=2/3
# 单份附件注入模型可见上下文的字符上限（sidecar 仍存全文，只受 8 MiB 安全上限约束）。
# 留空 = 按推导出的预算算：推导预算的 1/8（按一个回合最多 5 个附件留余量），下限 64K 字符。
# 它决定「每回合往上下文里放多少」，也因此决定清单行给的续读游标从哪里开始。
# ⚠️ 它必须**不超过**下面 GUARDRAIL_MAX_INPUT_CHARS 生效的输入上限 —— 严格说是
#    「单份注入 × 单回合附件数（最多 5）」不超过上限，否则满载附件的回合会在装配完之后
#    被输入护栏整回合拦死（input_length_exceeded）。改了本键就顺手核对那一项。
# DOCUMENT_MAX_INJECT_CHARS=
# 请求侧字符上限（输入护栏跑在**组装完成的请求**上：系统提示词 + 记忆块 + 整段对话 + 工具结果）。
# 三种取值：
#   · 未设置 / 0（默认）= 由推导出的上下文预算派生：
#       上限 = max(262144, 推导预算 token 数 × 4)
#     那个 4 与附件注入预算用的是**同一个换算常量**（loop.CharsPerToken = 4 字符 ≈ 1 token）。
#     上限量的是整段装配请求，而注入预算是单份的，两边必须是同一套换算，否则**多附件**回合
#     会被拦死（G2b 修的正是这个：旧口径按 1 字符 ≈ 1 token 兑，2 份满额注入就顶到上限）：
#       1M 窗口 ⇒ 预算 699050 token ⇒ 上限 2796200 字符；
#       单份附件注入预算 349525 字符 ⇒ 5 份（单回合附件上限）满额注入合计 1747625 字符，
#       关系不变量「单回合全部附件的注入预算合计 ≤ 输入上限」成立，「分享大文件」才走得通。
#       预算关闭（CONTEXT_MAX_TOKENS=0）或预算很小时，上限落回 262144。
#   · > 0  = 显式覆盖（原样使用；压到「单份注入 × 单回合附件数」之下会让多附件回合被拦，
#            届时启动日志里有 WARN）
#   · < 0  = 非法：记一条 WARN 并回落派生值（绝不静默生效）
# 它只动**输入**侧；输出上限（65536 字符）防的是模型输出失控，与上下文预算无关，不开放配置。
# 敏感信息（API key / bearer token / 密码 / 私钥）为阻断档，同样是代码内定的安全默认值。
# （取值与关系不变量的落点在 cmd/cyrene/wire_guardrail.go）
# GUARDRAIL_MAX_INPUT_CHARS=
# 内容策略关键词表（逗号分隔，大小写不敏感的子串匹配）。留空 = 不挂关键词护栏
# （项目不内置任何词表，只有你显式声明过的词才会被拦）。
# GUARDRAIL_KEYWORDS=

# ---- 主人身份说明书注入范围（design/11 §0 红线） ----
# 主人身份说明书（owner.yaml identityFile）注入范围：owner_only(默认，仅主人会话) | always(所有会话，含群聊/陌生人，仅自测) | off。
# owner_only 按渠道层强类型 actor 元数据判定；非法值回退 owner_only 并记 WARN（绝不静默放行）。
# 它只决定那段知识进不进该会话的上下文，不参与任何身份/权限判定（身份始终看 actor 元数据 + 白名单）。
OWNER_IDENTITY_INJECTION=owner_only

# ---- 推送出口（D1，主动推送的两级投递）----
# 主动消息在 WS/IM 投递之外，异步镜像到「主人自建统一推送服务」（主通道）。
# 该服务不可达/未配时，日志注明「个推(Getui)回退待接入」——当前无 Getui SDK，不伪造投递。
# 填写自建服务的 webhook 地址并置 ENABLE=true 即启用；token 只走 Authorization 头，不落日志。
PUSH_EXPORTER_ENABLED=false
# PUSH_EXPORTER_URL=https://push.example.com/webhook
# PUSH_EXPORTER_TOKEN=change-me
# PUSH_EXPORTER_TIMEOUT_SEC=5
# 个推（Getui）回退字段：预留占位，SDK 未接入，当前不生效。
# GETUI_APP_ID=
# GETUI_APP_KEY=
# GETUI_MASTER_SECRET=
# GETUI_BASE_URL=

# ---- 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}]
# ⚠️ 旧键（未接线，配了不生效，勿用）：`MCP_NAME` / `MCP_COMMAND` / `MCP_ARGS` / `MCP_URL` /
#    `MCP_TRANSPORT` / `MCP_ENABLED` 这类「单 server 扁平 env 模式」（含带编号的
#    `MCP_0_*`、`MCP_1_*` …）只在 internal/capability/mcp 的单测里被解析；生产装配
#    （cmd/cyrene/mcp.go）只读 `MCP_SERVERS_JSON`。`MCP_API_KEY` / `MCP_ENV` 更连那套
#    解析都不读（结构体上的残留 tag）。要接 MCP server 请只用上面的 MCP_SERVERS_JSON。

# ---- 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

# ---- KOOK（KaiHeiLa）渠道 ----
# 单账号走环境变量；多账号走下方 CHANNELS_JSON。
# .env 仅提供【必要连接兜底】；接收模式 / webhook 回调路由 / verify_token / encrypt_key 等
# 业务·高级项一律在管理面板「渠道管理」配置（写入 channels.json，热更新），不落 .env。
# CHANNEL_KOOK_TOKEN 为 KOOK 开发者中心机器人 token（敏感，勿写日志/提交）。
# CHANNEL_KOOK_BASE_URL 可选，默认 https://www.kookapp.cn/api/v3。
# CHANNEL_KOOK_TOKEN=
# CHANNEL_KOOK_BASE_URL=

# ---- Telegram 渠道 ----
# 同 KOOK 口径：单账号走环境变量、多账号走下方 CHANNELS_JSON，业务·高级项一律在面板配置。
# bot_token 为空时该账号【完全不存在】（空占位符绝不占用裸平台名），所以不用的平台留空即可。
# CHANNEL_TELEGRAM_BOT_TOKEN 为 BotFather 签发的 token（敏感，勿写日志/提交）。
# CHANNEL_TELEGRAM_WEBHOOK_URL 可选：填公网 HTTPS 回调地址走 webhook 投递；
# 留空则适配器改用 getUpdates 长轮询（本地开发无需公网地址）。
# CHANNEL_TELEGRAM_BOT_TOKEN=
# CHANNEL_TELEGRAM_WEBHOOK_URL=

# ---- OneBot v11（QQ）渠道 ----
# 四端由 transport(ws|http) × mode(client|server) 组合决定（裁决 1.4 / design/08 §4）：
#   ws+client   Cyrene 拨号 OneBot，收发同一 WS
#   ws+server   OneBot 反连 Cyrene（需 LISTEN_ADDR），收发同一 WS
#   http+client Cyrene → OneBot（纯出站，POST {API_BASE_URL}/{action}）
#   http+server OneBot → Cyrene（纯入站，POST 到 LISTEN_ADDR + REPORT_PATH）
# 该平台【无 token 门槛】：一个键都不配也会合成账号，是否真拨号由渠道桥的 configured 闸门
# 决定（server 模式要 LISTEN_ADDR 非空，client 模式要 REMOTE_URL 非空）。
# transport 留空或未知值一律回落 ws；mode 默认 server（即不给任何新配置时行为与改造前一致）。
# CHANNEL_QQ_OBV11_TRANSPORT=ws
# CHANNEL_QQ_OBV11_MODE=server
# ⚠️ LISTEN_ADDR 落在 AGENTS §9 登记的唯一「可开监听端口」豁免（OneBot 反连）：
#    必须由配置显式给出，为空则 server 模式 Connect 直接失败、绝不开端口。
# CHANNEL_QQ_OBV11_LISTEN_ADDR=127.0.0.1:5700
# ws+client 的拨号端点（ws:// 或 wss://）。
# CHANNEL_QQ_OBV11_REMOTE_URL=
# OneBot HTTP API 基址（如 http://127.0.0.1:3000）：http+client 必填；http+server 可选，
# 给了才有出站（回消息）能力。必须显式给出，不从 REMOTE_URL 推导。
# CHANNEL_QQ_OBV11_API_BASE_URL=
# http+server 接收上报的路径，默认 /（缺前导 / 会自动补齐）。
# CHANNEL_QQ_OBV11_REPORT_PATH=/
# 可选 OneBot access_token，四端通用：出站走 Authorization: Bearer；http+server 入站侧
# fail-closed——配了则 Bearer 或 ?access_token= 不匹配回 403，为空则放行（勿写日志/提交）。
# CHANNEL_QQ_OBV11_ACCESS_TOKEN=
# 机器人自己的 QQ 号（已知时填写，用于识别自消息）。
# CHANNEL_QQ_OBV11_SELF_ID=

# ---- 通用 Webhook 渠道（入站专用） ----
# 回调由网关挂在上面的唯一端口上，不新开监听。全部字段可选且都有可用默认值，
# 空配置也是一个能接请求的端点；该平台无 token 门槛，configured 闸门对 webhook 恒放行。
# ENDPOINT_PATH 是该适配器在网关上的路由，默认 /webhook。
# CHANNEL_WEBHOOK_ENDPOINT_PATH=/webhook
# CHANNEL_ID / CHANNEL_NAME 只用于向 ListChannels 报告该渠道（留空 = 不预注册渠道）。
# CHANNEL_WEBHOOK_CHANNEL_ID=
# CHANNEL_WEBHOOK_CHANNEL_NAME=
# ⚠️ SECRET 非空才对请求体做 HMAC-SHA256 验签；留空 = 【关闭验签】，任何能访问该路径的请求
#    都会被当消息收下。对公网暴露时务必填写（敏感，勿写日志/提交）。
# CHANNEL_WEBHOOK_SECRET=
# 承载签名的请求头名，默认 X-Webhook-Signature。
# CHANNEL_WEBHOOK_SIGNATURE_HEADER=X-Webhook-Signature

# ---- 微信 iLink 渠道 ----
# bot_token 为空时该账号【不存在】（同 Telegram），configured 闸门要求它非空才连接。
# CHANNEL_WEIXIN_ILINK_BOT_TOKEN 是扫码登录得到的长期 bearer token：非空即跳过二维码流程
# （敏感，勿写日志/提交）。
# CHANNEL_WEIXIN_ILINK_BOT_TOKEN=
# BOT_ID = 登录确认返回的 ilink_bot_id；OWNER_ID = 已绑定主人的 ilink_user_id
# （用于把该渠道的主人身份对上：身份判定仍只看渠道层 actor 元数据，不看提示词）。
# CHANNEL_WEIXIN_ILINK_BOT_ID=
# CHANNEL_WEIXIN_ILINK_OWNER_ID=
# API 根地址与媒体 CDN 根地址；留空用协议默认值：
# https://ilinkai.weixin.qq.com 与 https://novac2c.cdn.weixin.qq.com/c2c。
# CHANNEL_WEIXIN_ILINK_BASE_URL=
# CHANNEL_WEIXIN_ILINK_CDN_BASE_URL=

# ---- IM 多账号 / 黑白名单（可选，design/16 §4.6 §5-6） ----
# ⚠️ 本节是【兜底】：管理面板「渠道管理」页保存会写入本地 channels.json（默认 <DATA_DIR>/channels.json，已 gitignore），
#    只要 channels.json 存在且有效，运行中的渠道 adapter 就优先用它的多平台账号配置，并支持面板实时保存→热更新（无需重启）。
#    仅当 channels.json 不存在/无效时才回退到下面的 CHANNELS_JSON 与 CHANNEL_<NAME>_*。
#    业务·高级项（接收模式 receive_mode / webhook 回调路由与 verify_token、encrypt_key / 黑白名单 / 限流）
#    一律在管理面板「渠道管理」配置：写 channels.json、热更新；.env 仅作无文件时的必要连接回退（token/base_url 等）。
# 单账号仍走上面 CHANNEL_<NAME>_* 环境变量；这里提供独立的 JSON 注册表，
# 支持同一平台配多个接入配置（多账号），并配群聊/私聊黑白名单（代码层拦截，
# 被拉黑/不在白名单的群或用户消息不进 LLM，且有审计）。形如：
#   CHANNELS_JSON={"telegram":[{"id":"conf0","config":{"bot_token":"..."},"denyUsers":["12345"],"denyGroups":["-100"]}]}
# 每个 account 字段：id(平台内唯一)、config(平台特有凭据 map)、
# allowGroups/denyGroups(群黑白名单，allowGroups 非空则成为白名单)、
# allowUsers/denyUsers(私聊用户黑白名单)。未配置时按单账号 env 路径处理。
# 群/总限流与总上限（可选，design/12 §6 策略三/四，公共平台防刷屏/最小化打扰）：
#   groupMsgPerMin  群聊每分钟上限（0=用默认6，-1=不限，正整数=该值）
#   msgPerMin       非主人消息每分钟总上限（>0 生效，0/-1=不限）
#   maxMessages     待处理上限，接近上限时由审查模型剔除低价值消息（0=用默认50，-1=不限，正整数=该值）
# 旧账号不配这些字段默认走「保护性默认/不限」，保持向后兼容。
# CHANNELS_JSON=