.env.example

# === LLM Configuration (OpenAI-compatible) ===
LLM_BASE_URL=https://api.deepseek.com/v1
LLM_API_KEY=your-llm-api-key-here
LLM_MODEL=deepseek-chat

# === Tavily API ===
TAVILY_API_KEY=your-tavily-api-key-here

# === MiniMax TTS ===
MINIMAX_API_KEY=your-minimax-api-key-here
MINIMAX_TTS_MODEL=speech-2.8-hd

# === Knowledge base (ChromaDB) ===
CHROMADB_PERSIST_DIR=data/chromadb

# =============================================
# RAG 配置（MinerU + BGE-m3 + Rerank）
# =============================================

# MinerU 文档解析
# cpu: 使用 CPU 解析（默认）
# gpu: 使用 GPU 解析（如无可用 GPU 则自动回退到 cpu）
MINERU_DEVICE=cpu

# BGE-m3 Embedding（启动时自动从 ModelScope 下载模型）
# 模型保存路径
EMBEDDING_MODEL_DIR=models/embedding
# 是否使用 GPU 做 embedding 推理
EMBEDDING_USE_GPU=false

# Rerank 重排
# 是否启用 rerank（true/false）
RERANK_ENABLED=true
# BGE-Rerank-base 模型保存路径
RERANK_MODEL_DIR=models/rerank
# rerank 后返回的最终文档数量
RERANK_TOP_K=5
# 送入 rerank 的候选文档数量（应 >= RERANK_TOP_K）
RERANK_CANDIDATE_SIZE=20