# Extra ioBroker State-Prefixes (zusätzlich zu den enum-basierten Geräten des Adapters)
# extra_state_prefixes:
#   - "0_userdata.0"

# Gruppen (Satelliten-Sets für Announcements/Steuerung) liegen in der "groups"/
# "group_satellites"-Tabelle, nicht mehr hier — siehe Admin-UI / GetGroups/CreateGroup/
# SetGroupSatellites gRPC (#56, war vorher raumbasiert über diesen Config-Block).

udp:
  host: "0.0.0.0"       # Bind-Adresse des Servers
  port: 7775             # UDP-Port für Audio-Streaming und Registrierung
  advertise_host: ""     # Leer = eigene IP automatisch ermitteln
  discovery_topic: "hannah/server"  # Retained MQTT-Topic für Satellit-Discovery

mqtt:
  host: "192.168.1.1"         # IP-Adresse des MQTT-Brokers
  port: 1883
  username: "mqtt"
  password: "IHR_MQTT_PASSWORT"
  # Eingehende Audio-Streams: {device} wird automatisch aus dem Topic extrahiert
  topic_audio_in: "hannah/+/audio"
  # Ausgehende Topics: {device} wird durch den Gerätenamen ersetzt
  topic_intent_out: "hannah/{device}/intent"
  topic_text_out: "hannah/{device}/text"        # STT-Ergebnis (optional)
  topic_answer_out: "hannah/{device}/answer"    # Textantwort auf Fragen
  topic_error_out: "hannah/{device}/error"      # Fehler
  topic_text_command_in: "0_userdata/0/hannah/set/textCommand"
  # Satellit-Status (retained, von Hannah publiziert)
  # hannah/satellite/{device}/status  → idle | listening | processing | speaking
  # hannah/satellite/{device}/online  → true | false (LWT vom Satellit)

# Fahrzeug-Integration: wird über die "cars"-Tabelle verwaltet (eigenes Modell +
# user_to_car-Pivot für Owner, #115), nicht mehr hier — siehe Admin-UI / GetCars/
# CreateCar/UpdateCar/DeleteCar gRPC.

# BLE Indoor-Lokalisierung (optional)
# Satelliten scannen passiv BLE-Advertisements und melden RSSI per MQTT.
# Hannah bestimmt per „stärkster RSSI gewinnt" den Aufenthaltsort jedes Tags.
# Ergebnis: hannah/ble/{label}/location (MQTT, retained) + hannah.0.ble.{label}.* (ioBroker Adapter)
# ble:
#   stale_timeout: 30    # Sekunden ohne Report → Tag gilt als "nicht sichtbar"
# Tag-Liste (mac_address/label/user_id) liegt in der "ble_tags"-Tabelle (eigenes Modell, #115), nicht hier.

grpc:
  host: "0.0.0.0"   # Bind-Adresse des gRPC-Servers
  port: 50051        # Standard gRPC-Port
  enforce_protocol_version: false  # #60: Mismatch/fehlende x-proto-version-Metadata ablehnen statt nur loggen — erst aktivieren, wenn ALLE Clients umgestellt sind
  enforce_compat_version: false    # #217: wie oben, aber pro Message (x-compat-version) statt global — erst aktivieren, wenn ALLE Clients umgestellt sind

asset_server:
  url: "https://hannah-asset.example.com"
  token: "IHR_ASSET_TOKEN"

user_registry:
  sync_interval: 60            # Sekunden zwischen ioBroker-Abfragen

satellite_manager:
  seed_ttl_days: 7              # Provisionierte, aber nie gepairte Satelliten-Seeds nach X Tagen löschen
  restart_interval_days: 7      # Präventiver Rejuvenation-Restart (#162) — grobe Schätzung, anpassen sobald Heap-Trend-Daten aus #150 vorliegen

residents:
  topic_prefix_read:  "residents/0/roomie"          # ioBroker → Hannah (subscribe)
  state_key: "presence/state"   # Datenpunkt-Suffix unterhalb von /{name}/
  hannah_roomie: "hannah"
  state_home: 1   # 🏠 zu Hause
  state_away: 0   # ⏸️ Abwesend

iobroker:
  # Pfad-Prefix der virtualDevice-Geräte in ioBroker
  virtual_device_prefix: "javascript.0.virtualDevice"
  feedback_timeout: 3.0   # Sekunden bis "Gerät antwortet nicht"
  # State-Namen der Geräte liegen in den DB-Settings (Kategorie "iobroker", Setting
  # "state_names"), nicht mehr hier. Wird bei leerer DB automatisch mit generischen
  # Defaults befüllt (SettingsManager.seed_defaults(), #114) — siehe Admin-UI /
  # GetSettings/UpdateConfig gRPC zum Anpassen.

tts:
  # Backend: piper (lokal/offline) | azure | polly
  # Piper ist immer der Fallback wenn ein Cloud-Backend nicht erreichbar ist.
  backend: piper

  # Piper — lokal, kein Internet nötig (auch als Fallback für Cloud-Backends)
  model: "/home/pi/de_DE-kerstin-low.onnx"   # leer = TTS deaktiviert
  length_scale: 1.0    # Sprechgeschwindigkeit (>1 = langsamer)
  noise_scale: 0.667
  noise_w: 0.8

  # Azure Cognitive Services TTS (backend: azure)
  # Freies Tier: 500.000 Zeichen/Monat
  # azure_key: "..."
  # azure_region: westeurope
  # azure_voice: de-DE-KatjaNeural   # Alternativen: de-DE-ConradNeural

  # Amazon Polly (backend: polly)
  # polly_key_id: "..."
  # polly_secret_key: "..."
  # polly_region: eu-central-1
  # polly_voice: Vicki               # Alternativen: Daniel
  # polly_engine: neural

  # Disk-Cache für Cloud-Synthesen (Phrasen werden nach erster Synthese gespeichert)
  cache_dir: .tts_cache

  # Standard-Phrasen beim Start vorsynthetisieren — danach ohne Cloud-Aufruf verfügbar
  warm_phrases:
    - "Ich habe dich nicht verstanden."
    - "Tut mir leid, ich weiß nicht was du meinst."
    - "Es wurden keine Geräte gefunden."

  confirmation_sound: "/home/pi/confirmation.wav"  # leer = synthetisiert

voice_id:
  enabled: false          # true = Speaker-ID aktiv (Core löst Sprecher selbst auf, #210)
  base_url: "http://localhost:8765"   # HTTP-Base-URL des Voice-ID-Diensts (voiceid/)
  timeout_sec: 3.0

stt:
  model: "base"          # tiny | base | small | medium | large-v3 (lokales Fallback)
  language: "de"
  device: "cpu"          # cpu | cuda
  compute_type: "int8"   # int8 (schnell, Pi) | float16 (GPU) | float32
  # Mindest-Confidence: unterhalb wird kein Intent gesendet
  no_speech_threshold: 0.6

  # Remote-STT: faster-whisper-server auf einem stärkeren Rechner (empfohlen)
  # Wenn gesetzt, wird Remote bevorzugt — bei Fehler automatischer Fallback auf lokales Modell.
  # Setup: https://github.com/fedirz/faster-whisper-server
  # remote_url: "http://192.168.1.2:8000"
  # remote_model: "Systran/faster-whisper-large-v3"
  # remote_timeout: 15.0   # Sekunden (beim ersten Request wird das Modell geladen)

  # Azure Speech-to-Text (alternativ zu faster-whisper)
  # azure_key: "..."
  # azure_region: germanywestcentral

audio:
  sample_rate: 16000
  sample_width: 2        # Bytes pro Sample (2 = 16-bit)
  channels: 1
  # Format des base64-Payloads: "raw_pcm" | "wav"
  # "auto" versucht WAV-Header zu erkennen, fällt auf raw_pcm zurück
  format: "auto"

# NLU-Wortlisten (turn_on_words, turn_off_words, category_words, query_words,
# temperature_units, percentage_units) liegen komplett in den DB-Settings (Kategorie
# "nlu"), nicht mehr hier. Wird bei leerer DB automatisch mit generischen Defaults
# befüllt (SettingsManager.seed_defaults(), #114) — siehe Admin-UI / GetSettings/
# UpdateConfig gRPC zum Anpassen.

llm:
  enabled: false          # true = LLM aktiv (Smalltalk, Notification-Reformulierung)
  provider: ollama        # ollama | openai_compat | openai | groq | mistral
  base_url: "http://localhost:11434"   # Ollama lokal; openai_compat: http://host:port/v1
  # api_key: ""           # Nur für Cloud-Anbieter (OpenAI, Groq, Mistral)
  model: "llama3.2"       # Ollama-Modell, Cloud-Modell-ID, oder custom Modelfile-Name
  timeout: 60             # Sekunden bis LLM-Timeout
  max_tokens: 2048

  # Persönlichkeit (optional) — weglassen wenn die Persönlichkeit im Modell eingebaut ist.
  #
  # Ollama Modelfile-Alternative: ollama create hannah -f Hannah.mf
  #   → System-Prompt ist dann fest im Modell, kein Eintrag hier nötig.
  #   → Funktioniert nur mit selbst gehostetem Ollama.
  #
  # Für Cloud-Anbieter (OpenAI, Groq, Mistral) oder Standard-Modelle:
  #   system_prompt liegt in den DB-Settings (Kategorie "llm", Key "system_prompt"),
  #   nicht mehr hier — siehe Admin-UI / GetSettings/UpdateConfig gRPC.
  #   Antworten werden per TTS vorgelesen — kurze Sätze, kein Markdown, keine Emojis.

memory:
  db: "memory.db"        # SQLite-Datei für Langzeitgedächtnis (relativ zum Arbeitsverzeichnis,
                          # im Docker-Image z.B. auf "/app/data/memory.db" zeigen für Persistenz)
  recent_limit: 10       # Wie viele Erinnerungen in den System-Prompt injiziert werden

# hannah.db (Settings/Trigger/Routines/Rooms/User-Registry) hat keinen Config-Key —
# Pfad kommt ausschließlich aus der Env-Var DB_PATH (Default: "hannah.db", relativ
# zum Arbeitsverzeichnis; siehe hannah/utils/db.py). Im Docker-Image auf
# "/app/data/hannah.db" vorbelegt.

# Activity-Log (#220): welcher Kanal hat wann was erkannt/getan. Separate MySQL-DB,
# bewusst getrennt von hannah.db (SD-Karten-Last auf dem Pi + erwartete Schreiblast).
# Kein "host" gesetzt = Feature deaktiviert, kein Logging (nicht Core-kritisch).
# activity_log:
#   host: "192.168.1.X"
#   port: 3306
#   user: "hannah_activity"
#   password: "IHR_MYSQL_PASSWORT"
#   database: "hannah_activity"
#   audio_dir: "activity_audio"   # WAV-Ordner (relativ zum Arbeitsverzeichnis), wird selbst angelegt