forked from hhx465453939/mineru-tianshu
-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy path.env.example
More file actions
190 lines (158 loc) · 6.69 KB
/
.env.example
File metadata and controls
190 lines (158 loc) · 6.69 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
# ============================================================================
# Tianshu (天枢) - 环境变量配置示例
# ============================================================================
#
# 使用方式:
# 1. 复制此文件为 .env: cp .env.example .env
# 2. 根据实际情况修改配置
# 3. 使用 docker-compose up -d 启动服务
#
# ============================================================================
# ----------------------------------------------------------------------------
# 应用配置
# ----------------------------------------------------------------------------
API_PORT=18657
WORKER_PORT=28657
MCP_PORT=8002
FRONTEND_PORT=80
LOG_LEVEL=INFO
# ----------------------------------------------------------------------------
# JWT 认证配置
# ----------------------------------------------------------------------------
# 重要:生产环境请修改为随机字符串!
# 生成方式: openssl rand -hex 32
JWT_SECRET_KEY=your-secret-key-change-in-production
JWT_ALGORITHM=HS256
ACCESS_TOKEN_EXPIRE_MINUTES=30
# ----------------------------------------------------------------------------
# CORS 配置
# ----------------------------------------------------------------------------
ALLOWED_ORIGINS=http://localhost:5173,http://localhost:80
# ----------------------------------------------------------------------------
# GPU 配置
# ----------------------------------------------------------------------------
# GPU 数量(Docker 分配)
GPU_COUNT=1
# 可见的 GPU 设备(Backend,逗号分隔)
CUDA_VISIBLE_DEVICES=0
# 每个 GPU 的 Worker 数量
WORKER_GPUS=2
# Worker 批处理大小
MAX_BATCH_SIZE=4
# Worker 超时时间(秒)
WORKER_TIMEOUT=300
# Worker 内存限制(硬限制,超过此值容器会被 OOM Killer 杀死)
# 格式: 数字 + 单位(M/G),例如: 8G, 16G, 32G
# 建议根据服务器内存配置:
# - 16GB 服务器: 8G
# - 32GB 服务器: 16G
# - 64GB 服务器: 32G
WORKER_MEMORY_LIMIT=16G
# Worker 内存软限制(保证最少可用内存)
# 建议设置为硬限制的 50-75%
WORKER_MEMORY_RESERVATION=8G
# ----------------------------------------------------------------------------
# 文件配置
# ----------------------------------------------------------------------------
# 最大文件大小(字节,0 表示不限制)
MAX_FILE_SIZE=0
# Nginx 文件上传大小限制(0 表示不限制)
NGINX_CLIENT_MAX_BODY_SIZE=0
# ----------------------------------------------------------------------------
# PDF 拆分配置(大文件并行处理)
# ----------------------------------------------------------------------------
# 是否启用 PDF 自动拆分(true/false)
PDF_SPLIT_ENABLED=true
# PDF 拆分阈值(页数)
# 超过此页数的 PDF 会自动拆分为多个子任务并行处理
# 建议值: 500-1000 页
PDF_SPLIT_THRESHOLD_PAGES=500
# PDF 拆分块大小(页数)
# 每个子任务处理的页数
# 建议值: 300-500 页(根据服务器内存调整)
PDF_SPLIT_CHUNK_SIZE=250
# ----------------------------------------------------------------------------
# 数据库配置
# ----------------------------------------------------------------------------
DATABASE_PATH=/app/data/db/mineru_tianshu.db
# ----------------------------------------------------------------------------
# 模型下载配置
# ----------------------------------------------------------------------------
# 模型下载源:
# - auto: 自动选择(优先 ModelScope,失败后尝试 HuggingFace)
# - modelscope: ModelScope(国内推荐)
# - huggingface: HuggingFace
# - local: 离线模式(本地联网下载,然后直接复制模型到服务器上使用,以实现服务器下载模型失败的问题)
MODEL_DOWNLOAD_SOURCE=auto
# HuggingFace 镜像地址(国内加速)
HF_ENDPOINT=https://hf-mirror.com
# MinerU 虚拟显存大小(GB,auto 表示自动检测)
# MINERU_VIRTUAL_VRAM_SIZE=6
# 离线模型外部目录(主机路径,需包含预下载的所有模型文件),仅用于离线部署 docker-compose.offline.yml
OFFLINE_MODELS_PATH=./models-offline
# ----------------------------------------------------------------------------
# RustFS 对象存储配置(可选)
# ----------------------------------------------------------------------------
# RustFS 是一个高性能对象存储服务,用于存储和分发图片
#
# 启用/禁用 RustFS(true=启用,false=禁用)
# - true: 使用 RustFS 存储图片(需要 CPU 支持 SSE4.1)
# - false: 使用本地文件服务(兼容所有 CPU)
#
# 默认: false(兼容旧 CPU)
RUSTFS_ENABLED=false
# RustFS 服务地址(容器内部)
RUSTFS_ENDPOINT=rustfs:9000
# RustFS 访问密钥(生产环境请修改!)
RUSTFS_ACCESS_KEY=rustfsadmin
RUSTFS_SECRET_KEY=rustfsadmin
# RustFS 存储桶名称
RUSTFS_BUCKET=ts-img
# RustFS 是否使用 HTTPS
RUSTFS_SECURE=false
# RustFS 公开访问 URL(外部访问地址)
#
# ⚠️ 重要:仅在 RUSTFS_ENABLED=true 时需要配置
# 必须设置为外部可访问的完整 URL
#
# 配置示例:
# - 局域网: RUSTFS_PUBLIC_URL=http://192.168.1.100:9000
# - 公网: RUSTFS_PUBLIC_URL=http://your-domain.com:9000
# - HTTPS: RUSTFS_PUBLIC_URL=https://files.your-domain.com
# - Windows/WSL: 使用 Windows 主机的 IP (在 Windows 中运行 ipconfig 查看)
#
# 获取 Windows IP 的方法:
# 1. 在 Windows PowerShell 或 CMD 中运行: ipconfig
# 2. 找到 "IPv4 地址",例如: 192.168.1.100
# 3. 设置: RUSTFS_PUBLIC_URL=http://192.168.1.100:9000
#
RUSTFS_PUBLIC_URL=http://192.168.1.100:9000
# RustFS 服务端口
RUSTFS_PORT=9000
RUSTFS_CONSOLE_PORT=9001
# ----------------------------------------------------------------------------
# MCP Server 配置(可选)
# ----------------------------------------------------------------------------
API_URL=http://backend:8000
# ----------------------------------------------------------------------------
# Redis 队列配置(可选 - 解决 SQLite 并发瓶颈)
# ----------------------------------------------------------------------------
# 是否启用 Redis 队列(true/false)
# 默认: false(使用 SQLite 队列)
# 启用后可以提升高并发场景下的性能
#
# 使用方式:
# 1. 设置 REDIS_QUEUE_ENABLED=true
# 2. 启动 Docker 时使用: docker-compose --profile redis up -d
# 3. 不使用 --profile redis 时,Redis 容器不会启动
#
REDIS_QUEUE_ENABLED=false
# Redis 服务器配置(仅在 REDIS_QUEUE_ENABLED=true 时生效)
REDIS_HOST=redis
REDIS_PORT=6379
REDIS_DB=0
REDIS_PASSWORD=
# ----------------------------------------------------------------------------
# 前端配置
# ----------------------------------------------------------------------------
VITE_API_BASE_URL=http://localhost:18657