# 报告生成独立服务环境配置（沿用原 eval_report 的外部服务）

# 数据库（MySQL，与原项目同库）
DATABASE_URL=mysql+pymysql://root:Beidas0ft@192.168.4.177:3306/eval_report?charset=utf8mb4
DB_POOL_SIZE=15
DB_MAX_OVERFLOW=25
DB_POOL_TIMEOUT=60
DB_POOL_PRE_PING=true

# 文档存储根目录（附图提取按 DOC_PAT/{project_uuid}/<相对路径> 定位 .docx）
# 指向原项目的 docs 目录，保证附图能被找到
DOC_PAT=D:/Git-Project/eval_report/docs

# Embedding 模型配置
EMBEDDING_API_KEY=sk-xtbpjqekezfbttasgbrczzskqenygmhqwpsobpiagwrlacfr
EMBEDDING_API_BASE=http://192.168.4.191:8001/v1
EMBEDDING_BATCH_MAX_DOCS=4
EMBEDDING_BATCH_MAX_CHARS=12000
EMBEDDING_MAX_CHUNK_CHARS=4000

# LLM（OpenAI 兼容接口）
LLM_API_BASE=http://192.168.4.197:8086/v1
LLM_API_KEY=sk-99999999991234
LLM_MODEL_NAME=Qwen3.6-27B
LLM_HTTP_TIMEOUT_SEC=600
# 报告章节单次 chat 读超时（秒），长章节建议 600+
REPORT_LLM_HTTP_TIMEOUT_SEC=600

# Milvus 向量数据库
MILVUS_DB_URL=http://192.168.4.191:19530

# 服务监听（注意：8099 已被网关 eval_report 占用，本子服务改用 8101）
HOST=0.0.0.0
PORT=8101
RELOAD=false
