.env.example

# ============================================================
# Evotown 配置示例 — 复制为 .env 后按需填写
# ============================================================
# 每个通道（Judge / Dispatcher / Social / Chronicle）都可以
# 独立指定 provider，不受"本地/远端"限制。
#
# 通道模型路由优先级（从高到低）:
#
#   优先级  变量                     说明
#   ──────────────────────────────────────────────────────────
#   1      {CHANNEL}_BASE_URL       通道专属 endpoint（任意 provider）
#          {CHANNEL}_API_KEY        通道专属 API Key
#          {CHANNEL}_MODEL          通道专属模型名
#   ──────────────────────────────────────────────────────────
#   2      LOCAL_BASE_URL           （仅 Judge/Dispatcher/Social）
#          LOCAL_API_KEY            向后兼容，统一走本地 Ollama 时用
#   ──────────────────────────────────────────────────────────
#   3      BASE_URL / API_KEY       全局兜底（主 Agent 也用这里）
#          MODEL
#   ──────────────────────────────────────────────────────────
#
# 通道模型 fallback 链（未设 {CHANNEL}_MODEL 时）:
#   Judge      → MODEL
#   Dispatcher → JUDGE_MODEL → MODEL
#   Social     → JUDGE_MODEL → MODEL
#   Chronicle  → MODEL（不走 LOCAL，建议强模型）
#
# 典型部署方案:
#   A. 全远端同一 provider → 只填 BASE_URL / API_KEY / MODEL
#   B. 全本地 Ollama      → BASE_URL 指向 Ollama，不需要任何 {CHANNEL}_BASE_URL
#   C. 混合多 provider    → 主 Agent 走 MiniMax，Chronicle 走 Gemini，
#                           Social 走 Qwen，Judge 走本地 Ollama（见示例 D）
# ============================================================


# ── 主 API（主 Agent + Chronicle 默认使用）────────────────────
# 示例：MiniMax
BASE_URL=https://api.minimax.io/v1
API_KEY=your-api-key-here
MODEL=MiniMax-M2.5

# 示例：Qwen（阿里云灵积）
# BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
# API_KEY=sk-xxxx
# MODEL=qwen3-max

# 示例：Gemini
# BASE_URL=https://generativelanguage.googleapis.com/v1beta/openai/
# API_KEY=AIzaxxxx
# MODEL=gemini-2.5-flash

# 示例：DeepSeek
# BASE_URL=https://api.deepseek.com/v1
# API_KEY=sk-xxxx
# MODEL=deepseek-chat

# 示例：本地 Ollama（全走本地时直接改这里，无需 LOCAL_BASE_URL）
# BASE_URL=http://localhost:11434/v1
# API_KEY=ollama
# MODEL=qwen2.5:14b


# ── 本地 API（可选，专供 Judge / Dispatcher / Social 低成本通道）─
# 配置后这三个通道优先走本地，主 Agent 仍走上方 BASE_URL
# 本地推荐：qwen2.5:7b (~4.5GB) 或 qwen2.5:14b (~8.5GB) via Ollama
# Docker 内访问宿主机 Ollama 用 host.docker.internal，直接运行用 localhost
# LOCAL_BASE_URL=http://host.docker.internal:11434/v1
# LOCAL_API_KEY=ollama


# ── 分通道配置（可选，每个通道可独立指定 provider）─────────────
#
# 格式：{CHANNEL}_BASE_URL / {CHANNEL}_API_KEY / {CHANNEL}_MODEL
# 只设 MODEL 不设 BASE_URL 时，沿用上方 BASE_URL（或 LOCAL_BASE_URL）
#
# 裁判评分（Judge）
# JUDGE_BASE_URL=http://localhost:11434/v1   # 示例：本地 Ollama
# JUDGE_API_KEY=ollama
# JUDGE_MODEL=qwen2.5:7b
#
# 任务生成（Dispatcher）— 未设 DISPATCHER_MODEL 则复用 JUDGE_MODEL
# DISPATCHER_BASE_URL=http://localhost:11434/v1
# DISPATCHER_API_KEY=ollama
# DISPATCHER_MODEL=qwen2.5:7b
#
# 社交/决策（Social）— 可走任意 provider，未设 MODEL 则复用 JUDGE_MODEL
# SOCIAL_BASE_URL=https://generativelanguage.googleapis.com/v1beta/openai/
# SOCIAL_API_KEY=AIzaxxxx
# SOCIAL_MODEL=gemini-2.5-flash
#
# 战报生成（Chronicle）— 建议强模型（文言文长文），未设则复用 MODEL
# CHRONICLE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
# CHRONICLE_API_KEY=sk-xxxx
# CHRONICLE_MODEL=qwen3-max
#
# ── 示例 D：混合多 provider（主 MiniMax + Chronicle Qwen + Social Gemini + Judge 本地）
# BASE_URL=https://api.minimax.io/v1
# API_KEY=sk-minimax-key
# MODEL=MiniMax-M2.5
#
# JUDGE_BASE_URL=http://localhost:11434/v1
# JUDGE_API_KEY=ollama
# JUDGE_MODEL=qwen2.5:7b
#
# SOCIAL_BASE_URL=https://generativelanguage.googleapis.com/v1beta/openai/
# SOCIAL_API_KEY=AIza-gemini-key
# SOCIAL_MODEL=gemini-2.5-flash
#
# CHRONICLE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
# CHRONICLE_API_KEY=sk-qwen-key
# CHRONICLE_MODEL=qwen3-max


# ── Skills 配置 ───────────────────────────────────────────────
SKILLS_DIR=./.skills


# ── 网络配置 ──────────────────────────────────────────────────
ALLOW_NETWORK=True
NETWORK_TIMEOUT=30


# ── 沙箱配置 ──────────────────────────────────────────────────
ENABLE_SANDBOX=true
# 沙箱安全级别：1=宽松 2=标准 3=严格（默认 3）
SKILLBOX_SANDBOX_LEVEL=3
# 自动批准安全警告（0=手动确认 1=自动通过，生产环境保持 0）
SKILLBOX_AUTO_APPROVE=0

# Linux 服务器 bwrap 报 "Failed to make / slave: Permission denied" 时启用此项，
# 绕过 bwrap 沙箱直接运行 skill（牺牲隔离换可用性）。
# 推荐优先在宿主机 sysctl -w kernel.unprivileged_userns_clone=1 解决根因。
# SKILLLITE_NO_SANDBOX=1

# ── 资源限制 ──────────────────────────────────────────────────
# Skill 执行超时（秒）
EXECUTION_TIMEOUT=120
# 最大内存（MB）
MAX_MEMORY_MB=256


# ── 高级选项 ──────────────────────────────────────────────────
SKILLBOX_USE_IPC=1
SKILLLITE_QUIET=1
SKILLBOX_ALLOW_PLAYWRIGHT=1

# Memory 向量检索（需要 embedding API）
SKILLLITE_ENABLE_MEMORY_VECTOR=1

# 长文本策略（mapreduce_full / summary / none）
SKILLLITE_LONG_TEXT_STRATEGY=mapreduce_full
# Map 阶段（逐块摘要）使用的轻量模型，可配便宜模型降低成本
# SKILLLITE_MAP_MODEL=gemini-2.5-flash
SKILLLITE_MAX_TOKENS=8192

# LLM 并发限流（同时最多发起多少个 LLM 请求，0=不限）
# LLM_MAX_CONCURRENCY=5


# ── 服务配置 ──────────────────────────────────────────────────
PORT=8080

# 管理员 Token（写操作鉴权）
# 生成方式：python3 -c "import secrets; print(secrets.token_urlsafe(32))"
ADMIN_TOKEN=your-admin-token-here

# CORS 允许来源（* 表示不限，生产环境建议指定域名）
# CORS_ORIGINS=https://your-domain.com
CORS_ORIGINS=*