# .env.example — zmienne środowiskowe Knowli / Umiem!
#
# Skopiuj do pliku .env (gitignore go chroni) i uzupełnij sekrety.
# Klucze API nigdy nie trafiają do repo, czatu ani NEXT_PUBLIC_*.
#
# Domyślna konfiguracja (providerzy, modele, głos, ton lektora, limity) żyje w
# repozytorium: packages/server/src/config-defaults.ts. Ten plik zawiera tylko
# to, czego nie ma w domyślnych (sekrety, baza), i nadpisania — wpisz zmienną
# tylko wtedy, gdy chcesz inną wartość niż domyślna. Pusta wartość (`X=`)
# znaczy „nie ustawiono”, czyli przywraca domyślną, a nie wyłącza.
#
# Kto czyta ten plik lokalnie:
# - Docker Compose czyta .env z korzenia repozytorium i przekazuje go webowi i
#   workerowi (te same wartości, więc fingerprinty mediów się zgadzają).
# - web (`pnpm --filter web dev`): Next.js sam czyta apps/web/.env.local,
#   plik z korzenia jest dla niego niewidoczny.
# - worker (`pnpm --filter worker start`): czyta wyłącznie zmienne shella —
#   wyeksportuj je przed startem (np. `set -a; . ./.env; set +a`).

# ══ Do uzupełnienia ══════════════════════════════════════════════════════════

# Hasło superusera PostgreSQL w kontenerze bazy; wymagane przez compose.
POSTGRES_PASSWORD=

# Klucz OpenAI: wyłącznie obrazy (ilustracje, okładki). Trafia tylko do
# https://api.openai.com; klucz OpenRouter (sk-or-…) tutaj to błąd startu. Bez
# niego worker nie wystartuje, chyba że UMIEM_FAKE_PROVIDERS=1.
OPENAI_API_KEY=

# Klucz OpenRouter: generator materiału (LLM), nagrania (TTS) i model oceniający
# odpowiedzi lekcji z oceną aktywności sesji (web). Trafia wyłącznie po https na openrouter.ai (także
# eu./us.). Bez niego worker nie wystartuje (domyślne LLM i TTS są na
# OpenRouter). Osobne UMIEM_LLM_API_KEY / UMIEM_TTS_API_KEY / UMIEM_GRADER_API_KEY
# nadpisują go dla jednej usługi (np. osobne limity lub koszty).
OPENROUTER_API_KEY=

# Model oceniający wysyła do OpenRouter odpowiedzi dzieci (bez imion i
# identyfikatorów). Zasady przechowywania danych ustawisz w koncie OpenRouter
# albo przez UMIEM_GRADER_PROVIDER_DATA_COLLECTION=deny (sekcja nadpisań).

# ── Baza danych ──────────────────────────────────────────────────────────────
# Wymagana zawsze: web, worker i migracje (drizzle.config.ts). Compose wewnątrz
# kontenerów sam ją nadpisuje (db:5432) — ta wartość dotyczy lokalnego dev.
DATABASE_URL=postgres://postgres:postgres@localhost:5432/knowli

# ── Trwały wolumen mediów ────────────────────────────────────────────────────
# Worker zapisuje wygenerowane audio/obrazy, web wydaje gotowe pliki.
# Domyślnie ./data/media liczony względem katalogu roboczego KAŻDEGO procesu
# (apps/web i apps/worker to różne katalogi!) — lokalnie podaj jedną wspólną
# ścieżkę bezwzględną dla obu procesów. Compose sam ustawia /data/media.
MEDIA_ROOT=./data/media
UMIEM_MCP_ALLOWED_ORIGINS=

# ── Opcjonalne usługi (bez domyślnej konfiguracji) ───────────────────────────
# Tylko web: Azure Speech — STT treści wypowiedzi + ocena wymowy (próby ustne).
# Bez obu wartości próby ustne kończą się wynikiem technicznym, nie fałszywą
# oceną. Region to identyfikator z Azure, np. westeurope.
AZURE_SPEECH_KEY=
AZURE_SPEECH_REGION=

# Dyktowanie odpowiedzi otwartych w zestawach szkolnych (bez oceny wymowy):
# głos dziecka, więc wymaga własnego klucza (bez OPENROUTER_API_KEY). Endpoint
# transkrypcji w formacie OpenAI (`/audio/transcriptions`); dla OpenRouter
# adapter zawsze wymusza Zero Data Retention. Brak = bez mikrofonu.
#UMIEM_LESSON_STT_BASE_URL=https://openrouter.ai/api/v1
#UMIEM_LESSON_STT_API_KEY=
#UMIEM_LESSON_STT_MODEL=elevenlabs/scribe-v2

# ══ Nadpisania (opcjonalne) ══════════════════════════════════════════════════
# Wartości domyślne: packages/server/src/config-defaults.ts. Poniżej przykłady.
#
# Ustawienia medialne (UMIEM_TTS_*, UMIEM_IMAGE_*) wchodzą do fingerprintów
# zasobów: web i worker muszą mieć identyczne wartości (Compose to zapewnia), a
# zmiana po wygenerowaniu materiału oznacza nowe nagrania (płatne): komunikaty
# Kid UI od razu przy starcie workera, materiał przy następnym zapisie.
# Opublikowane lekcje grają dotychczasowe nagrania.

# Ton lektora (komunikaty Kid UI, pytania i karty lekcji): none wyłącza.
#UMIEM_TTS_STYLE=none

# Głos TTS (musi należeć do `supported_voices` modelu:
# https://openrouter.ai/api/v1/models?output_modalities=speech) i głos per
# język treści (UMIEM_TTS_VOICE_<JĘZYK>_<REGION>). Instrukcja wymowy per język
# (UMIEM_TTS_INSTRUCTIONS_<JĘZYK>_<REGION>) to osobne pole, nie jest czytana.
#UMIEM_TTS_VOICE=Kore
#UMIEM_TTS_VOICE_EN_GB=Kore
#UMIEM_TTS_INSTRUCTIONS_PL_PL=Mów po polsku, z polską wymową.

# Powrót TTS na OpenAI (klucz OPENAI_API_KEY): wszystkie pięć wierszy — pusty
# BASE_URL przywróciłby domyślny OpenRouter.
#UMIEM_TTS_PROVIDER=openai
#UMIEM_TTS_MODEL=gpt-4o-mini-tts
#UMIEM_TTS_VOICE=alloy
#UMIEM_TTS_FORMAT=mp3
#UMIEM_TTS_BASE_URL=https://api.openai.com/v1

# Generator materiału (zestawy słówek i pule ćwiczeń lekcji, worker). Powrót na
# OpenAI: BASE_URL api.openai.com i model OpenAI (klucz OPENAI_API_KEY).
#UMIEM_LLM_MODEL=google/gemini-3.8-flash
#UMIEM_LLM_BASE_URL=https://api.openai.com/v1
#UMIEM_LLM_MODEL=gpt-4o-mini

# Grader: inny model lub endpoint zgodny z OpenAI (wtedy z UMIEM_GRADER_API_KEY;
# BASE_URL musi być https:// poza NODE_ENV test/development). Limity: timeout
# jednego wywołania i budżet wywołań na sesję.
#UMIEM_GRADER_MODEL=google/gemini-3.8-flash
#UMIEM_GRADER_BASE_URL=https://grader.example/v1
#UMIEM_GRADER_API_KEY=
#UMIEM_GRADER_TIMEOUT_MS=8000
#UMIEM_GRADER_MAX_CALLS_PER_SESSION=20
#UMIEM_SESSION_ACTIVITY_TIMEOUT_MS=60000

# Krytyk lekcji (automatyczna kontrola jakości świeżych ćwiczeń, worker): domyślnie
# wyłączony. Bez UMIEM_REVIEWER_API_KEY bierze wspólny OPENROUTER_API_KEY (tylko https
# OpenRouter). Prywatność: materiał lekcji i gotowe ćwiczenia trafiają do Anthropic przez
# OpenRouter; bez danych dziecka (imienia, wieku, odpowiedzi, tematów zdań).
#UMIEM_REVIEWER_ENABLED=true
#UMIEM_REVIEWER_API_KEY=
#UMIEM_REVIEWER_MODEL=anthropic/claude-sonnet-5.5
#UMIEM_REVIEWER_PROVIDER_DATA_COLLECTION=deny

# Opcje pośrednika OpenRouter (tylko z BASE_URL na openrouter.ai — przy innym
# endpoincie start kończy się błędem). Domyślnie REASONING=low dla LLM i gradera.
# REASONING: off | minimal | low | medium | high (nie każdy model pozwala na off).
# PROVIDER_*: routing do dostawców modelu; ustawienie dowolnej opcji wymusza
# dostawców obsługujących wysyłane parametry (ścisły json_schema puli lekcji).
# PROVIDER_DATA_COLLECTION=deny wyklucza dostawców zbierających dane z zapytań —
# zalecane dla gradera (odpowiedzi dzieci); sprawdź, że model nadal ma endpoint.
#UMIEM_LLM_REASONING=off
#UMIEM_LLM_PROVIDER_ORDER=Nebius,DeepInfra
#UMIEM_LLM_PROVIDER_QUANTIZATIONS=fp8
#UMIEM_LLM_PROVIDER_ALLOW_FALLBACKS=false
#UMIEM_LLM_PROVIDER_DATA_COLLECTION=deny
#UMIEM_GRADER_REASONING=medium
#UMIEM_GRADER_PROVIDER_DATA_COLLECTION=deny

# Obrazy (OpenAI).
#UMIEM_IMAGE_MODEL=gpt-image-2.5-sunburst
#UMIEM_IMAGE_SIZE=1024x1024
#UMIEM_IMAGE_QUALITY=low
#UMIEM_IMAGE_FORMAT=webp

# Ceny (USD) — `none` wyłącza stawkę (koszty takich wywołań są „nieznane”).
# Stawki obrazu i TTS obowiązują domyślnie tylko przy domyślnym modelu obrazów
# (z jakością i rozmiarem) oraz TTS; po zmianie modelu ustaw własną albo koszt
# będzie nieznany. Obie są przybliżeniem (rozliczenie tokenowe).
#UMIEM_PRICE_IMAGE_USD=0.006
#UMIEM_PRICE_TTS_USD_PER_MINUTE=0.0135
#UMIEM_PRICE_AZURE_STT_USD_PER_HOUR=1
#UMIEM_PRICE_AZURE_PRONUNCIATION_USD_PER_HOUR=1

# Generacja lekcji (worker): czas jednego requestu i całej wielocelowej lekcji.
# Retry nie jest automatyczne po timeout; ręczne ponowienie tworzy nową próbę.
#UMIEM_LESSON_GENERATION_REQUEST_TIMEOUT_MS=90000
#UMIEM_LESSON_GENERATION_RUN_TIMEOUT_MS=600000
#UMIEM_LESSON_GENERATION_CANCEL_POLL_MS=1000

# Worker: okres odpytywania kolejki i próg health (503, gdy od ostatniego
# zakończonego lub trwającego przelotu minęło więcej ms).
#WORKER_POLL_MS=2000
#WORKER_HEALTH_STALE_MS=900000

# Tryb bez sieciowych providerów (E2E, środowisko bez kluczy). Odkomentuj tylko
# celowo; zsh/PowerShell: usuń wiersz zamiast zostawiać pustej wartości.
#UMIEM_FAKE_PROVIDERS=1
#UMIEM_FAKE_DELAY_MS=3000

# ── Docker Compose (deploy/compose.yaml) ─────────────────────────────────────
# Nazwa bazy (domyślnie knowli) i port hosta aplikacji web (domyślnie 8080).
# HTTPS zapewnia reverse proxy przed webem (w domu Coolify) — sam compose
# wystawia zwykłe HTTP.
#POSTGRES_DB=knowli
#WEB_PORT=8080