agent_jrxml/.env.example

# 大语言模型后端：cloud 或 local
LLM_BACKEND=cloud

# 云端提供商：openai 或 anthropic
LLM_PROVIDER=anthropic

# Anthropic 兼容 API（MiniMax 等，优先使用）
ANTHROPIC_API_KEY=sk-xxxx
ANTHROPIC_BASE_URL=https://api.minimaxi.com/anthropic

# OpenAI 兼容 API（fallback，当 ANTHROPIC_* 未设置时使用）
OPENAI_API_KEY=sk-xxxx
OPENAI_BASE_URL=https://api.openai.com/v1

LLM_MODEL=MiniMax-M2.7

# 本地大语言模型（Ollama）
LOCAL_LLM_MODEL=qwen2.5-coder:7b

# 嵌入模型后端：local 或 cloud
EMBED_BACKEND=local
LOCAL_EMBED_MODEL=Qwen/Qwen3-Embedding-0.6B

# 验证服务地址
VALIDATION_SERVICE_URL=http://localhost:8001/validate

# Chroma 持久化目录
CHROMA_PERSIST_DIR=./db/chroma

# ---- RAG / 向量知识库 (rag_jrxml 子模块) ----
# 嵌入模型
RAG_EMBED_MODEL=sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
# JRXML 模板源目录 (rag 子模块内已含 107 个模板)
RAG_JRXML_SOURCE=./rag/jrxml_source
# 分块输出目录
RAG_CHUNKER_OUTPUT=./rag/jrxml_chunker_output
# 向量输出目录
RAG_EMBEDDINGS_DIR=./rag/embeddings
# ChromaDB 知识库路径
RAG_CHROMA_PATH=./db/chroma
# ChromaDB 集合名称
RAG_COLLECTION_NAME=jrxml_chunks
# GPU 加速
RAG_USE_GPU=true
# FP16 半精度
RAG_USE_FP16=true
# 向量化批处理大小
RAG_BATCH_SIZE=64

# 最大自动修正尝试次数
MAX_RETRY=5

# 上下文压缩阈值（token 数）
CONTEXT_MAX_TOKENS=6000

# 保留最近 N 轮完整对话
CONTEXT_KEEP_RECENT=4

# 会话持久化目录
SESSIONS_DIR=./sessions

# 日志目录和级别
LOG_DIR=./logs
LOG_LEVEL=DEBUG

# 状态快照保留数量（用于撤销操作）
HISTORY_MAX_SNAPSHOTS=10

# 意图识别模型（默认使用主 LLM 模型）
# INTENT_MODEL=gpt-4o-mini

# OCR 字段提取配置
# 是否使用 GPU 加速 OCR（需要 CUDA 驱动和 GPU 版 EasyOCR/PaddleOCR）
OCR_USE_GPU=false
# OCR 文本置信度最低阈值（0-1），低于此值的元素将被忽略
OCR_CONFIDENCE_THRESHOLD=0.5