kplam
fdb664e546
对多个文件进行代码格式化调整，将长行参数拆分为多行书写，提升代码可读性，包括： - 调整函数定义、调用的多行换行格式 - 优化列表、元组、字典的多行排版 - 新增README.md项目说明文档
86 lines
3.4 KiB
Python
86 lines
3.4 KiB
Python
from pydantic_settings import BaseSettings
|
||
|
||
|
||
class Settings(BaseSettings):
|
||
"""应用配置，通过环境变量注入"""
|
||
|
||
# 应用
|
||
app_name: str = "QMDSearch"
|
||
log_level: str = "info"
|
||
|
||
# 嵌入模型
|
||
embedding_provider: str = "openai" # openai | local
|
||
openai_api_key: str = ""
|
||
openai_base_url: str = "https://api.openai.com/v1"
|
||
embedding_model: str = "text-embedding-3-small"
|
||
embedding_dimension: int = 1536
|
||
|
||
# Ollama 本地模型（用于文档三级总结）
|
||
ollama_base_url: str = "http://localhost:11434"
|
||
ollama_model: str = "qwen2.5:1.5b" # 备选: qwen2.5:3b
|
||
ollama_embedding_model: str = "bge-m3" # embedding_provider=local 时使用的嵌入模型
|
||
|
||
# Qdrant
|
||
qdrant_host: str = "localhost"
|
||
qdrant_port: int = 6333
|
||
|
||
# Redis
|
||
redis_url: str = "redis://localhost:6379/0"
|
||
|
||
# 检索参数
|
||
retrieval_top_k: int = 20 # L2 语义检索召回数
|
||
retrieval_final_k: int = 5 # L3 重排后返回数
|
||
|
||
# 文档入库参数
|
||
summary_min_text_length: int = 500 # 低于此字符数触发 2.5 级回退
|
||
|
||
# 入库异步任务
|
||
ingest_max_concurrency: int = 2 # 入库后台任务并发上限
|
||
ingest_task_ttl_done: int = 86400 # 任务状态 Redis 保留秒数（进行中与已完成，24h）
|
||
ingest_task_ttl_failed: int = 604800 # 失败任务状态 Redis 保留秒数（7 天）
|
||
|
||
# 知识分类（taxonomy）
|
||
taxonomy_path: str = "" # taxonomy JSON 文件路径，为空用内置默认
|
||
classify_confidence_threshold: float = 0.6 # 低于此值归 uncategorized
|
||
classify_max_categories: int = 3 # query 路由命中类目数上限，超过走全库兜底
|
||
|
||
# 分层检索参数
|
||
l1_doc_top_n: int = 10 # L1 层候选文档数
|
||
l2_section_top_n: int = 5 # L2 层候选 section 数
|
||
l3_top_n: int = 10 # L3 层定位数
|
||
sparse_enabled: bool = True # 是否启用稀疏检索
|
||
cache_ttl: int = 300 # Redis 缓存秒数
|
||
|
||
# 分块参数
|
||
chunk_max_chars: int = 800 # chunk 超长二次切分阈值
|
||
|
||
# 认证（JWT）
|
||
jwt_secret_key: str = "" # JWT 签名密钥，为空时启动自动生成（仅开发，生产必填）
|
||
jwt_algorithm: str = "HS256"
|
||
jwt_expire_minutes: int = 1440 # token 有效期（分钟），默认 24 小时
|
||
auth_register_enabled: bool = True # 是否开放 POST /auth/register
|
||
default_admin_username: str = "admin" # 启动时自动创建的默认管理员用户名
|
||
default_admin_password: str = "" # 默认管理员密码，为空则不创建默认管理员
|
||
|
||
# 文件上传
|
||
upload_dir: str = "./uploads" # 原始文件保存目录（相对路径以工作目录为基）
|
||
upload_max_size_mb: int = 20 # 单文件大小上限（MB）
|
||
upload_allowed_extensions: str = (
|
||
".txt,.md,.html,.htm,.pdf,.docx" # 允许上传的扩展名（逗号分隔）
|
||
)
|
||
|
||
# PDF OCR（图片型/扫描件降级，pypdf extract_text 为空时触发）
|
||
pdf_ocr_enabled: bool = (
|
||
True # 是否启用 OCR 降级（关闭则扫描件按"无法提取文本"拒绝入库）
|
||
)
|
||
pdf_ocr_max_pages: int = 30 # 单文件 OCR 页数上限，超过仅前 N 页
|
||
pdf_ocr_dpi: int = 200 # 渲染 DPI（越高越准但越慢，72~300 合理）
|
||
|
||
# 检索结果 AI 总结
|
||
result_summary_max_hits: int = 5 # 参与总结的最大 hit 条数（控制 prompt 长度）
|
||
|
||
model_config = {"env_prefix": "", "case_sensitive": False}
|
||
|
||
|
||
settings = Settings()
|