272 lines
11 KiB
YAML
272 lines
11 KiB
YAML
config_version: 8
|
|
log_level: info
|
|
models:
|
|
- name: deepseek-chat
|
|
display_name: DeepSeek Chat
|
|
use: langchain_openai:ChatOpenAI
|
|
model: deepseek-chat
|
|
api_key: sk-9808fb2375534112ac275541aec14b9b
|
|
base_url: https://api.deepseek.com
|
|
request_timeout: 600.0
|
|
max_retries: 2
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: false
|
|
supports_thinking: true
|
|
- name: zai-org/GLM-5-FP8
|
|
display_name: zai-org/GLM-5-FP8
|
|
use: langchain_openai:ChatOpenAI
|
|
model: zai-org/GLM-5-FP8
|
|
api_key: modalresearch_gWu46FDpVLYZWPVEA3b_2fq8Jw2UJiKMgEm_Rxmn1SA
|
|
base_url: https://api.us-west-2.modal.direct/v1
|
|
request_timeout: 600.0
|
|
max_retries: 2
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
- name: deepseek-v4-pro
|
|
display_name: DeepSeek V4 Pro
|
|
use: langchain_openai:ChatOpenAI
|
|
model: deepseek-v4-pro
|
|
api_key: sk-e1c22b7931dc446f8b67e57878edd105
|
|
base_url: https://api.deepseek.com
|
|
request_timeout: 600.0
|
|
max_retries: 2
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: false
|
|
supports_thinking: true
|
|
- name: minimax-m2.7
|
|
display_name: MiniMax M2.7
|
|
use: langchain_openai:ChatOpenAI
|
|
model: MiniMax-M2.7
|
|
api_key: sk-cp-mrsAGtzDpUl0TpOBPVoiRG_pWF1kDDN9_mDAnONBs6HIPcNUexSKtSbx2QOxfKBvJT6Xw6hDTV6hdkJYFWfNA8UtHQ08TiGJiosdRoW6q1sGb6Cb7D85NHk
|
|
base_url: https://api.minimaxi.com
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
- name: minimax-m2.5
|
|
display_name: MiniMax M2.5
|
|
use: langchain_openai:ChatOpenAI
|
|
model: MiniMax-M2.5
|
|
api_key: sk-cp-mrsAGtzDpUl0TpOBPVoiRG_pWF1kDDN9_mDAnONBs6HIPcNUexSKtSbx2QOxfKBvJT6Xw6hDTV6hdkJYFWfNA8UtHQ08TiGJiosdRoW6q1sGb6Cb7D85NHk
|
|
base_url: https://api.minimaxi.com
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
- name: deepseek-ai/DeepSeek-OCR
|
|
display_name: deepseek-ai/DeepSeek-OCR
|
|
use: langchain_openai:ChatOpenAI
|
|
model: deepseek-ai/DeepSeek-OCR
|
|
api_key: sk-beshfxfxfrllsczpqfrgjbugfbpzxgqgedbehceytpcvvtyb
|
|
base_url: https://api.siliconflow.cn/v1/
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
# 识图(图片识别)配置。
|
|
# - model_name:指定一个 models[] 中的模型名,作为“默认识图大模型”。view_image 工具会把
|
|
# 图片交给该模型识别,并把识别出的文字结果返回给主对话模型 —— 这样即使主对话模型不支持
|
|
# 视觉,也能“看图”。请改成你实际用于识图的模型名。
|
|
# - 若留空 / 注释掉 model_name,则回退到主对话模型自身的视觉能力(需该模型 supports_vision: true)。
|
|
# - prompt:不带具体问题时使用的默认识图指令(可选)。
|
|
# - max_tokens:识图模型输出上限(可选,默认用该模型自身的配置)。
|
|
vision:
|
|
model_name: deepseek-ai/DeepSeek-OCR
|
|
# prompt: 请详细描述这张图片的内容。
|
|
# max_tokens: 2048
|
|
# 上传文件识别配置。
|
|
# - auto_convert_documents: true 时,上传的 PDF / Word / Excel / PPT 会在服务端自动转换为
|
|
# Markdown(.md),agent 通过 read_file / grep 读取其内容 —— 即“识别”文档内容。
|
|
# 纯文本类(txt / csv / md / json / 代码等)无需转换,agent 用 read_file 直接读取。
|
|
# 图片(png/jpg/webp)由 view_image + 上面的 vision 识图模型处理。
|
|
# - pdf_converter: auto(优先 pymupdf4llm,缺失时回退 markitdown)| pymupdf4llm | markitdown
|
|
uploads:
|
|
auto_convert_documents: true
|
|
pdf_converter: auto
|
|
tool_groups:
|
|
- name: web
|
|
- name: file:read
|
|
- name: file:write
|
|
- name: bash
|
|
tools:
|
|
- name: web_search
|
|
group: web
|
|
use: deerflow.community.ddg_search.tools:web_search_tool
|
|
max_results: 5
|
|
- name: ls
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:ls_tool
|
|
- name: read_file
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:read_file_tool
|
|
- name: glob
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:glob_tool
|
|
max_results: 200
|
|
- name: grep
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:grep_tool
|
|
max_results: 100
|
|
- name: write_file
|
|
group: file:write
|
|
use: deerflow.sandbox.tools:write_file_tool
|
|
- name: str_replace
|
|
group: file:write
|
|
use: deerflow.sandbox.tools:str_replace_tool
|
|
- name: bash
|
|
group: bash
|
|
use: deerflow.sandbox.tools:bash_tool
|
|
sandbox:
|
|
use: deerflow.sandbox.local:LocalSandboxProvider
|
|
allow_host_bash: true
|
|
title:
|
|
enabled: true
|
|
max_words: 6
|
|
max_chars: 60
|
|
prompt_template: |
|
|
请为下面这段对话生成一个简洁的标题,概括对话的核心主题。
|
|
|
|
要求:
|
|
- 标题必须使用简体中文
|
|
- 尽量精炼,不超过 {max_words} 个词
|
|
- 只返回标题本身,不要加引号、不要解释、结尾不要标点
|
|
|
|
User: {user_msg}
|
|
Assistant: {assistant_msg}
|
|
# 上下文压缩(对话摘要):长对话接近上下文上限时,把较早的消息总结成一段摘要,
|
|
# 只保留最近若干条原始消息,避免撑爆模型上下文窗口。
|
|
# - trigger:触发条件,可配多个,任意一个先满足就压缩(OR 关系)。
|
|
# type=tokens 按 token 总数(最准,直接防溢出)
|
|
# type=messages 按消息条数(简单直观,作兜底保险)
|
|
# type=fraction 按模型上下文窗口的比例(如 0.8);自定义 base_url 模型可能探不到
|
|
# 准确窗口,故此处用写死的 token 阈值更稳妥。
|
|
# - keep:压缩后保留多少最近的上下文(同样支持 tokens / messages / fraction)。
|
|
# - trim_tokens_to_summarize:喂给摘要模型的消息最多裁到多少 token。
|
|
# - model_name:生成摘要用的模型(留空则用主对话模型)。
|
|
summarization:
|
|
enabled: true
|
|
# model_name: deepseek-chat
|
|
trigger:
|
|
- type: tokens
|
|
value: 60000
|
|
- type: messages
|
|
value: 80
|
|
keep:
|
|
type: messages
|
|
value: 20
|
|
trim_tokens_to_summarize: 4000
|
|
skills:
|
|
path: /app/skills
|
|
security_scan:
|
|
enabled: false
|
|
agents_api:
|
|
enabled: true
|
|
# 登录鉴权扩展:在基础登录之上叠加两种自定义模式。
|
|
auth_login:
|
|
# 用户名直登口令门:开关打开后,/login/<用户名> 直登必须再带 ?password=口令,
|
|
# 口令不对直接 401。password 留空则默认口令为 123ewq。仅作用于用户名直登。
|
|
username_login:
|
|
require_password: false
|
|
password: ""
|
|
# token 换登录:前端用 ?authToken=上游token 进入,后端调用 token_info_url
|
|
# (把该 token 直接拼成 Authorization: Bearer <token> 头)换出用户名,再登录;
|
|
# 用户名不在库里时自动注册。
|
|
token_login:
|
|
enabled: true
|
|
token_info_url: "https://ch1.b.uat.4.cn/consumer/login/getTokenInfo"
|
|
# 已弃用:鉴权头现由前端传入的 token 拼成 "Bearer <token>",此项不再生效,保留仅兼容。
|
|
service_authorization: "Bearer admin"
|
|
timeout_seconds: 10
|
|
# 上游是 HTTPS。UAT/内网常用自签或私有 CA 证书,默认 verify=true 会握手失败导致
|
|
# 永远 401。此处 uat 域名按自签处理,先关校验;生产请置 true 或配 ca_cert_path。
|
|
verify_ssl: false
|
|
ca_cert_path: "" # 可选:PEM 格式 CA 包路径,设置后优先生效并启用校验
|
|
# 日志系统入口(仅管理员可见):右下角「设置」菜单中会多出一个「日志系统」入口,
|
|
# 点击后在新标签页打开下面的 url。enabled 关掉则不显示该入口。
|
|
log_system:
|
|
enabled: true
|
|
url: "https://your-log-system.example.com"
|
|
label: "日志系统"
|
|
database:
|
|
backend: mysql
|
|
mysql_url: $MYSQL_DATABASE_URL
|
|
pool_size: 10
|
|
echo_sql: false
|
|
checkpointer:
|
|
# SQLite 文件路径用相对路径，由 resolve_sqlite_conn_str 解析成绝对路径。
|
|
# Docker 部署：把容器内 .deer-flow 目录挂卷出来即可持久化（撑住容器重启）。
|
|
# 这里同时被「主 agent」和「AI 写作 graph」共用 —— LangGraph 用
|
|
# (thread_id, checkpoint_ns) 做隔离，session_id 是 uuid，不会撞。
|
|
type: sqlite
|
|
connection_string: .deer-flow/data/checkpoints.db
|
|
# AI 写作子系统的会话清理配置。
|
|
# 业务表(ai_writing_sessions @ MySQL) + checkpointer(checkpoints.db @ SQLite) 联动清理。
|
|
# 留意：清理走 cron 表达式调度，默认每天凌晨 3 点跑一次，按 updated_at 一刷拉清。
|
|
ai_writing:
|
|
cleanup:
|
|
enabled: true
|
|
retention_days: 7 # 保留 7 天以内的会话，更早的整条删
|
|
cron: "0 3 * * *" # 每天 03:00 本地时区
|
|
delete_only_finished: false # false=不看状态一刷拉；true=只清 done/error
|
|
batch_size: 500 # 单批最多删多少行，避免长事务
|
|
# 记忆子系统:跨会话持久化用户画像与 agent 私有记忆。
|
|
# 三层覆盖优先级(高->低):
|
|
# users/{user_id}/memory_config.json > .deer-flow/memory_user_overrides.json > 此处
|
|
memory:
|
|
enabled: true
|
|
version: v1
|
|
provider: hindsight # 'builtin' | 'hindsight'(外部 provider 名)
|
|
# builtin 始终启用,这里只决定 external 选哪个
|
|
builtin:
|
|
enabled: true
|
|
memory_char_limit: 2200
|
|
user_char_limit: 1375
|
|
deduplicate_on_load: true
|
|
|
|
hindsight: # provider=hindsight 时生效,需另行部署 Hindsight 服务
|
|
mode: local_external # 'cloud' | 'local_embedded' | 'local_external'
|
|
api_url: http://47.88.25.99:18888
|
|
api_key: "" # 部署 Hindsight 后填,或改成 $HINDSIGHT_API_KEY 并设同名环境变量
|
|
# 注意:写成 $VAR 但环境变量未设置会导致配置加载失败
|
|
bank_id_template: "deerflow-user-{user_id}"
|
|
work_bank_id_template: "deerflow-work-{user_id}-{agent_id}"
|
|
memory_mode: context # 'context' | 'tools' | 'hybrid'
|
|
bank_mission: ""
|
|
bank_retain_mission: ""
|
|
recall_budget: mid # 'low' | 'mid' | 'high'
|
|
recall_max_tokens: 4096
|
|
recall_max_input_chars: 800
|
|
auto_recall: true
|
|
auto_retain: true
|
|
retain_async: true
|
|
retain_every_n_turns: 1
|
|
retain_user_prefix: "User"
|
|
retain_assistant_prefix: "Assistant"
|
|
|
|
# background_extraction:预留功能,代码尚未实现 —— 仅设计文档存在。
|
|
# 待对应版本支持后,取消下面整段注释即可启用(漏记兜底)。
|
|
# background_extraction:
|
|
# enabled: false # 默认关闭,作为漏记兜底
|
|
# debounce_seconds: 30
|
|
# model_name: ~ # null = 用默认模型
|
|
# fact_confidence_threshold: 0.7
|
|
# max_facts_per_extraction: 10
|
|
# correction_detection: true
|
|
# reinforcement_detection: true
|
|
|
|
injection:
|
|
enabled: true
|
|
max_tokens: 2000
|
|
include_builtin: true
|
|
include_hindsight: true
|
|
context_tag: "memory-context" # 包裹 Hindsight recall 的标签名
|
|
|
|
security:
|
|
scan_content: true # 注入/外渗模式扫描
|
|
block_invisible_unicode: true
|
|
# streaming_scrubber:预留字段,代码尚未实现 —— 待版本支持后取消注释。
|
|
# streaming_scrubber: true # SSE 流前清洗 <memory-context> |