# ============================================================ # Agentic-RAG 知识问答系统 - 环境变量配置示例 # 复制此文件为 .env 并填入实际的 API Key 和连接信息 # ============================================================ # OpenAI 兼容 API 配置(支持 OpenAI / DeepSeek / 通义千问等) OPENAI_API_KEY=sk-your-api-key-here OPENAI_BASE_URL=https://api.openai.com/v1 OPENAI_MODEL=gpt-4o # Embedding 模型配置(用于向量化) EMBEDDING_API_KEY=sk-your-api-key-here EMBEDDING_BASE_URL=https://api.openai.com/v1 EMBEDDING_MODEL=text-embedding-3-small EMBEDDING_DIMENSIONS=1536 # Qdrant 向量数据库配置 QDRANT_HOST=localhost QDRANT_PORT=6333 QDRANT_COLLECTION_NAME=knowledge_base # MySQL 数据库配置 MYSQL_HOST=localhost MYSQL_PORT=3306 MYSQL_USER=root MYSQL_PASSWORD=your-password-here MYSQL_DATABASE=knowledge_db # 重排序模型配置(独立于主模型,用于检索结果精排) # 千问模型(如 qwen3-rerank)使用 Dashscope 原生 API,无需配置 BASE_URL # 其他模型使用 OpenAI 兼容 API,需配置 BASE_URL RERANKER_API_KEY=your-reranker-api-key-here RERANKER_BASE_URL=https://api.openai.com/v1 RERANKER_MODEL= # 留空则跳过重排序(千问用 qwen3-rerank) RERANKER_TOP_K=5 # 重排序后返回文档数 RERANKER_CANDIDATES=50 # 重排序前候选文档数 # Serper 搜索 API 配置(用于外部搜索) SERPER_API_KEY=your-serper-api-key-here # Neo4j 图数据库配置(可选,NEO4J_ENABLED=false 时跳过) NEO4J_URI=bolt://localhost:7687 NEO4J_USER=neo4j NEO4J_PASSWORD=your-neo4j-password NEO4J_DATABASE=neo4j NEO4J_ENABLED=false GRAPH_MAX_HOPS=2 # 系统配置 ENABLE_RETRY=true # 是否启用质量/相关性不通过时的重试循环(false则不通过直接返回) MAX_RETRIES=3 # 最大重试次数 VECTOR_SEARCH_THRESHOLD=0.5 # 向量检索相似度阈值(0-1),低于此值的结果将被过滤 BM25_SEARCH_THRESHOLD=0.3 # BM25 检索分数阈值(0-1),低于此值的结果将被过滤 HYBRID_VECTOR_WEIGHT=0.7 # 混合检索中向量权重(0-1),BM25权重=1-此值 WEB_MAX_USAGE=5 # 单次检索流程中 web 搜索最大使用次数 TOOL_MAX_USAGE=5 # 单次检索流程中工具调用最大使用次数 RELEVANCE_THRESHOLD=0.7 # 检索相关性阈值 QUALITY_THRESHOLD=0.8 # 答案质量阈值 LOG_LEVEL=INFO # 日志级别 # 上下文压缩配置 CONTEXT_COMPRESSION_THRESHOLD=10000 # 触发上下文压缩的字符数阈值 CONTEXT_COMPRESSION_RATIO=0.4 # 压缩比例(保留40%)