config.yaml

# config.yaml - MIREX Auto Improver Configuration

# === サーバー設定 ===
server:
  # MCPサーバーの動作設定 (環境変数 MCP_* で上書き可能)
  poll_interval_seconds: 5   # クライアントがジョブ状態をポーリングする間隔 (秒)
  job_timeout_seconds: 600   # ジョブの最大実行時間 (秒)
  session_timeout_seconds: 3600 # セッションの有効期限 (秒)
  request_timeout_seconds: 60  # クライアントからのリクエストタイムアウト (秒)
  log_level: INFO            # ログレベル (DEBUG, INFO, WARNING, ERROR, CRITICAL)
  # port: 5002               # サーバーポート (uvicorn起動時に指定、環境変数 MCP_PORT)

# === パス設定 ===
# 注意: 各パスはプロジェクトルートからの相対パス、または絶対パスで指定。
#       環境変数 (MIREX_*) で上書き可能。
#       ワークスペースパスは環境変数 MIREX_WORKSPACE またはデフォルト (./.mcp_server_data) で決まる。
paths:
  # --- Source Code Paths ---
  detectors_src: code/src/detectors
  templates: code/src/templates # For paper/report generation

  # --- Improved Versions Path ---
  improved_versions: code/improved_versions

  # --- Data Paths ---
  # Base directory for all datasets
  datasets_base: datasets

  # --- Output Base Path ---
  output_base: output

  # --- Output Subdirectories ---
  evaluation_results: output/evaluation_results
  grid_search_results: output/grid_search_results
  visualizations: output/visualizations
  scientific_output: output/scientific_output

  # --- Database Path ---
  db: db

# === リソース制限 ===
resource_limits: {}
  # 環境変数 MCP_* で上書き可能
  # 以下のコメントアウトされた項目は core.configure_resource_limits や server 設定で管理されるため削除
  # max_concurrent_jobs: auto
  # max_jobs_history: 100
  # llm_timeout: 180 # llm セクションに移動
  # evaluation_timeout: 1200
  # grid_search_timeout: 1800
  # job_timeout: 600 # server.job_timeout_seconds を使用

# === 戦略と改善ループの設定 ===
strategy:
  # サイクル決定の閾値設定
  param_opt_stagnation_threshold: 3 # パラメータ最適化を試みるまでの停滞サイクル数
  llm_strategy_stagnation_threshold: 5 # LLM戦略提案を試みるまでの停滞サイクル数
  use_llm_strategy: true # LLM戦略提案を使用するかどうか
  
  # 仮説生成設定
  num_hypotheses: 3 # 生成する仮説の数
  poor_performance_threshold: 0.5 # 性能が悪いと判断する閾値（これを下回ると仮説生成を優先）
  
  # LLMコンテキスト設定
  history_events_for_summary: 20 # プロンプトに含める履歴イベント数

# === 制限設定 ===
limits:
  max_history_events_per_session: 1000 # セッション履歴の最大イベント数

# === クリーンアップ設定 ===
cleanup:
  # 古いセッション・ジョブ、ワークスペースファイルの自動削除設定
  interval_seconds: 3600 # クリーンアップ実行間隔 (秒)
  # セッションクリーンアップ
  session_timeout_seconds: 86400 # (1日) 非アクティブセッションのタイムアウト
  max_sessions_count: 100      # 最大保持セッション数 (古いものから削除)
  # ジョブクリーンアップ
  job_stuck_timeout_seconds: 3600 # (1時間) 実行中から進まないジョブのタイムアウト
  job_completed_retention_seconds: 604800 # (7日) 完了/失敗ジョブの保持期間
  max_jobs_count: 500          # 最大保持ジョブ数 (古いものから削除)
  # ワークスペースファイルクリーンアップ
  # 注意: ここで指定するのは `output_base` 内のサブディレクトリを識別するためのパターン (glob形式) か、
  #       あるいは空リストにしておき、`clean_workspace.py` (またはサーバー内のクリーンアップロジック) に
  #       タイムスタンプベースの削除を任せる。今回は後者を採用する。
  workspace:
    enabled: true
    retention_days: 14 # 指定日数より古いファイルを `output_base` 内から削除
    # target_dirs: [] # Removed - Logic targets output_base directly

# === 評価設定 ===
evaluation:
  default_dataset: synthesized_v1 # デフォルトで使用するデータセット名
  default_metrics: ["note.*", "onset.*"] # デフォルトで計算するメトリック
  primary_metric: "note.f_measure" # 改善度判定に使用するプライマリメトリック
  save_plots: true
  save_results_json: true
  # 評価スクリプト固有の設定 (例: mir_eval の許容誤差など)
  mir_eval_options:
    onset_tolerance: 0.05 # 50ms
    pitch_tolerance: 50.0 # 50 cents
    # ... 他の mir_eval オプション ...

# === グリッドサーチ設定 ===
grid_search:
  default_best_metric: note.f_measure
  default_n_jobs: -1 # 利用可能な全コアを使用 (-1), 1でシングルコア
  # デフォルトのパラメータ範囲 (アルゴリズムごとに定義可能)
  # default_param_grid:
  #   param_x: [0.1, 0.5, 1.0]
  #   param_y: [10, 20, 30]

# === LLM 設定 ===
llm:
  # クライアント設定 (環境変数での上書きを推奨)
  client_type: "ClaudeClient" # 使用するクライアントクラス (ClaudeClient, OpenAIClient)
  # API キーはホスト側（CLI/GUI）で管理され、LLM との直接対話に使用されます
  # api_key と api_key_openai は MCP サーバー側では不要になりました
  # ホスト側では環境変数（ANTHROPIC_API_KEY/OPENAI_API_KEY）または設定ファイルで管理してください
  model: "claude-3-opus-20240229" # 使用するモデル名
  # --- Claude Specific --- #
  api_base: "https://api.anthropic.com"
  api_version: "2023-06-01"
  # --- OpenAI Specific --- #
  # api_base_openai: "https://api.openai.com/v1"
  # --- Common --- #
  max_tokens: 128000 # 生成最大トークン数
  timeout: ${MCP_LLM_TIMEOUT:-180} # API呼び出しタイムアウト(秒、環境変数優先)
  # retry_attempts: 3 # リトライ回数 (exception_utils で設定可能)
  # retry_delay: 1 # リトライ遅延 (秒, exception_utils で設定可能)
  # --- Desktop Mode (Optional, use environment vars) --- #
  # desktop_mode: ${CLAUDE_DESKTOP_MODE:-false}
  # desktop_url: ${CLAUDE_DESKTOP_URL:-http://localhost:5000}

# === データセット定義 ===
datasets:
  synthesized_v1:
    description: "基本パターンを含む合成データセット"
    # パスは paths.datasets_base からの相対パス、または絶対パス
    # path_utils.get_dataset_paths() で処理される
    audio_dir: synthesized_v1/audio # 相対パス (datasets_base 基準)
    label_dir: synthesized_v1/labels # 相対パス (datasets_base 基準)
    audio_pattern: '*.wav'
    label_pattern: '*.csv'
  # --- 他のデータセット例 --- #
  # medleydb_melody:
  #   description: "MedleyDB メロディサブセット"
  #   datasets_base: /path/to/your/medleydb # このデータセット固有のベースパス指定も可能
  #   audio_dir: audio/subset
  #   label_dir: annotations/melody1
  #   audio_pattern: '*.wav'
  #   label_pattern: '*_MELODY1.csv'

  # Configuration for evaluation datasets
  # dataset_name: Path to audio and reference/label files
  synthetic_v1:
    audio_dir: "synthetic_v1/audio"
    label_dir: "synthetic_v1/labels"
    filelist: null # Optional: Path to a file listing specific files to use
  synthetic_poly_v1:
    audio_dir: "synthetic_poly_v1/audio"
    label_dir: "synthetic_poly_v1/labels"
    filelist: null
  # --- 追加: MedleyDB (v1 or v2) Example --- #
  # User needs to set the actual path to their MedleyDB dataset root
  medleydb_v1:
    audio_dir: "/path/to/your/MedleyDB/V1/Audio"
    label_dir: "/path/to/your/MedleyDB/V1/Annotations/Melody_Annotations/MELODY1"
    label_format: "melody1" # Special identifier for MedleyDB melody format
    filelist: null # Or specify a subset file if needed
  medleydb_v2:
    audio_dir: "/path/to/your/MedleyDB/V2/Audio"
    label_dir: "/path/to/your/MedleyDB/V2/Annotations/Melody_Annotations/MELODY2"
    label_format: "melody2" # Special identifier for MedleyDB melody format 2
    filelist: null
  # --- 追加: MIREX Melody Example --- #
  # Assumes audio and ref files are in the same directory, named like <stem>.wav and <stem>.csv/txt
  mirex_melody_example:
    audio_dir: "/path/to/your/mirex_data"
    label_dir: "/path/to/your/mirex_data"
    label_format: "mirex_melody" # Special identifier for MIREX melody format (csv/txt)
    audio_ext: ".wav"
    label_ext: ".csv" # or ".txt"
    filelist: null
  # Add other standard datasets here as needed...

# === 検出器デフォルトパラメータ (任意) ===
# detectors:
#   CriteriaDetector:
#     param_a: 0.5
#   PZSTDDetector:
#     threshold: 0.7