.env.example

# LLM API配置（支持 OpenAI SDK 格式的任意 LLM API）
# 推荐使用阿里百炼平台qwen-plus模型：https://bailian.console.aliyun.com/
# 注意消耗较大，可先进行小于40轮的模拟尝试
LLM_API_KEY=your_api_key_here
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus

# 嵌入模型配置（用于 Graphiti local 模式，可独立配置）
# 如果不配置，则默认使用 LLM 的 API
# EMBEDDING_API_KEY=your_embedding_api_key  # 可选
# EMBEDDING_BASE_URL=your_embedding_base_url  # 可选
# EMBEDDING_MODEL=text-embedding-3-small
# EMBEDDING_DIM=1536

# ===== 知识图谱配置 =====
# 模式选择: "cloud" (Zep Cloud) 或 "local" (Graphiti + Neo4j)
KNOWLEDGE_GRAPH_MODE=cloud

# Zep Cloud 配置 (KNOWLEDGE_GRAPH_MODE=cloud 时需要)
# 每月免费额度即可支撑简单使用：https://app.getzep.com/
ZEP_API_KEY=your_zep_api_key_here

# Graphiti / Neo4j 配置 (KNOWLEDGE_GRAPH_MODE=local 时需要)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=your_neo4j_password
# 嵌入向量 API Key（可选，用 LLM_API_KEY 即可，会自动使用同一 base_url）
# OPENAI_API_KEY=your_openai_key_for_embedding

# ===== 加速 LLM 配置（可选）=====
# 注意如果不使用加速配置，env文件中就不要出现下面的配置项
LLM_BOOST_API_KEY=your_api_key_here
LLM_BOOST_BASE_URL=your_base_url_here
LLM_BOOST_MODEL_NAME=your_model_name_here