.env.example

# =============================================================
# Enterprise AI Procurement Agent Platform — 环境变量模板
# 复制为 .env 后填写。所有变量均有默认值（见 config.py），
# 但 LLM_API_KEY 是运行 Agent 的硬性前提。
# =============================================================

# ---- LLM（DeepSeek，OpenAI 兼容协议）----
LLM_API_KEY=sk-你的-DeepSeek-密钥
LLM_BASE_URL=https://api.deepseek.com
LLM_MODEL=deepseek-chat
LLM_TEMPERATURE=0.1
# 单次 LLM 调用超时（秒）。Agent 一次请求可能串行调用 8~12 次 LLM，
# 所以单次不能太松，否则整体延迟失控（面试点：为什么 Agent 的 LLM 超时比普通聊天机器人紧）
LLM_TIMEOUT=60

# ---- Embedding（硅基流动，OpenAI 兼容协议）----
EMBEDDING_API_KEY=sk-你的-硅基流动-密钥
EMBEDDING_BASE_URL=https://api.siliconflow.cn/v1
EMBEDDING_MODEL=BAAI/bge-large-zh-v1.5
EMBEDDING_DIM=1024
# Rerank 模型（可选，未配置时自动降级为本地分数重排）
RERANK_MODEL=BAAI/bge-reranker-v2-m3

# ---- PostgreSQL ----
# 主连接：app_role（建表、种子数据、文档写入）
DATABASE_URL=postgresql+asyncpg://app_role:app_password@localhost:5432/enterprise_agent
# 只读连接：agent_readonly —— execute_sql tool 专用。
# 三层只读防御的第三层：数据库权限兜底（见 tools.py 注释）
DATABASE_READONLY_URL=postgresql+asyncpg://agent_readonly:readonly_password@localhost:5432/enterprise_agent
DB_POOL_SIZE=10
DB_MAX_OVERFLOW=10
DB_POOL_TIMEOUT=30
DB_POOL_RECYCLE=1800

# ---- Redis（Agent 会话状态）----
REDIS_URL=redis://localhost:6379/0
# 会话 TTL：30 分钟不活动自动过期（面试点：为什么是 30 分钟）
SESSION_TTL_SECONDS=1800
# 注入 Planner 的历史摘要最多保留几轮（面试点：token 控制）
MAX_HISTORY_TURNS=5

# ---- Langfuse（LLM tracing，增强依赖）----
# 默认关闭：不配置 key 也能跑（tracing 挂了绝不影响 Agent 主链路，
# 见 backend/app/monitoring/langfuse.py 的设计注释）
LANGFUSE_ENABLED=false
LANGFUSE_PUBLIC_KEY=
LANGFUSE_SECRET_KEY=
# 自托管时改为你的实例地址（如 http://localhost:3000）
LANGFUSE_HOST=https://cloud.langfuse.com

# ---- Agent 图 ----
# 最大工具执行迭代次数——防无限循环的硬兜底（面试点：LLM 路由 + 代码兜底）
MAX_ITERATIONS=6
# 整个 Agent 请求的超时（秒）——超时强制终止并返回已有结果
AGENT_TIMEOUT_SECONDS=120

# ---- RAG ----
CHUNK_SIZE=500
CHUNK_OVERLAP=50
RETRIEVAL_TOP_K=5

# ---- 应用 ----
DEBUG=false
LOG_LEVEL=INFO