# =============================================================================
# BiliNote 环境变量示例
# Docker 部署：cp .env.example .env，按需修改，然后 docker-compose up --build -d
#
# 注意区分两类变量：
#   1) VITE_* 是【构建时】变量，会被烘进前端 JS bundle。改完必须
#      docker-compose build frontend && docker-compose up -d 才会生效，
#      只 docker-compose restart 不行。
#   2) 其他后端变量是【运行时】变量，改完 docker-compose up -d 即可。
#
# 提醒：LLM API key 不要写在这里！请部署完成后，从前端「模型供应商」页面录入，
#       这些 key 会保存到 SQLite 数据库（./backend/bili_note.db）并随容器持久化。
# =============================================================================

# 通用端口配置
BACKEND_PORT=8483 # 后端端口
FRONTEND_PORT=3015
BACKEND_HOST=0.0.0.0 # 默认为 0.0.0.0，表示监听所有 IP 地址 不建议动
APP_PORT=3015 # docker 部署时对外暴露端口（浏览器访问的端口）

# 前端访问后端用（开发环境直连；Docker 部署下走 nginx 代理，此值仅作回退）
VITE_API_BASE_URL=http://127.0.0.1:8483
VITE_SCREENSHOT_BASE_URL=http://127.0.0.1:8483/static/screenshots
VITE_FRONTEND_PORT=3015

# 生产环境配置
ENV=production
STATIC=/static
OUT_DIR=./static/screenshots
NOTE_OUTPUT_DIR=note_results
IMAGE_BASE_URL=/static/screenshots
DATA_DIR=data

# FFMPEG 配置（Docker 镜像已内置 ffmpeg，留空即可；自建/桌面端可填绝对路径）
FFMPEG_BIN_PATH=

# 转写器配置
# TRANSCRIBER_TYPE 可选：fast-whisper / bcut / kuaishou / mlx-whisper(仅 Apple Silicon) / groq
TRANSCRIBER_TYPE=fast-whisper
# WHISPER_MODEL_SIZE 默认 tiny (~75MB)，首次启动快；想要更高识别质量可在前端
# 「音频转写配置」页切到 base/small/medium/large。直接在这里改大尺寸会触发
# 首次启动下载 ~1.5GB 文件，慢网络或 4GB 内存的容器容易 OOM。
WHISPER_MODEL_SIZE=tiny

GROQ_TRANSCRIBER_MODEL=whisper-large-v3-turbo # groq提供的faster-whisper 默认为 whisper-large-v3-turbo