name: flowpay-teaching

# 数据集不随仓库分发：在 .env 里把 FLOWPAY_DATASET_ROOT 指向数据集目录或 .tar.gz / .zip。
# make up 会自动解开数据包，并解析成绝对目录路径再挂载。
# 容器内统一挂在 /dataset，业务数据在 /dataset/data。

services:
  postgres:
    image: pgvector/pgvector:0.8.2-pg17
    environment:
      POSTGRES_USER: flowpay_admin
      # 库只发布在 127.0.0.1，里面是公开的教学数据，口令固定即可，用户不用配。
      POSTGRES_PASSWORD: ${FLOWPAY_DB_PASSWORD:-flowpay_local}
      POSTGRES_DB: flowpay_knowledge
    ports:
      - "127.0.0.1:55432:5432"
    volumes:
      - flowpay_postgres:/var/lib/postgresql/data
      - ./infra/postgres/init.sql:/docker-entrypoint-initdb.d/01-databases.sql:ro
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U flowpay_admin -d flowpay_knowledge"]
      interval: 3s
      timeout: 3s
      retries: 20

  # 首次启动时把业务快照生成到数据集目录；已经生成过就直接退出。
  # 模拟器只用标准库，因此不需要后端镜像的依赖。
  dataset-init:
    image: python:3.12-slim
    volumes:
      - ${FLOWPAY_DATASET_ROOT:?Set FLOWPAY_DATASET_ROOT in .env}:/dataset
    working_dir: /dataset
    environment:
      PYTHONPATH: /dataset/src
    command:
      - sh
      - -c
      - |
        if [ -f data/generated/canonical/manifest.json ]; then
          echo "business snapshot already present, skipping"
        else
          python -m flowpay_simulator.cli simulate
        fi

  backend:
    build:
      context: .
      dockerfile: infra/backend/Dockerfile
    depends_on:
      postgres:
        condition: service_healthy
      dataset-init:
        condition: service_completed_successfully
      ollama-init:
        condition: service_completed_successfully
    environment:
      FLOWPAY_DATASET_PATH: /dataset/data
      FLOWPAY_DATASET_ROOT: /dataset
      FLOWPAY_CONFIG: /app/backend/configs/local.toml
      FLOWPAY_HOST: 0.0.0.0
      FLOWPAY_DATA_DIR: /app/var/live
      FLOWPAY_WORKFLOW: ${STAGE:-s1}
      # 默认用下面 compose 起的 ollama 服务；换成远端 Ollama 就在 .env 里覆盖这一项。
      # 端口必须是 11434：知识集合的向量是在该端口建的，换端口会被向量空间校验判为不兼容。
      FLOWPAY_EMBEDDING_BASE_URL: ${FLOWPAY_EMBEDDING_BASE_URL:-http://ollama:11434/v1}
      # 聊天模型三项：密钥必填，地址与模型名留空时用 local.toml 里的默认值。
      FLOWPAY_MODEL_API_KEY: ${FLOWPAY_MODEL_API_KEY:?Set FLOWPAY_MODEL_API_KEY in .env}
      FLOWPAY_MODEL_BASE_URL: ${FLOWPAY_MODEL_BASE_URL:-}
      FLOWPAY_MODEL_NAME: ${FLOWPAY_MODEL_NAME:-}
      OLLAMA_API_KEY: ${OLLAMA_API_KEY:-ollama}
      # 容器内走服务网络（postgres:5432），宿主机走发布出来的 127.0.0.1:55432。
      # 角色名、库名和口令都是固定的，连接串在这里直接拼，不存进 .env。
      FLOWPAY_KNOWLEDGE_DSN: postgresql://flowpay_knowledge_reader:${FLOWPAY_DB_PASSWORD:-flowpay_local}@postgres:5432/flowpay_knowledge
      FLOWPAY_KNOWLEDGE_BUILDER_DSN: postgresql://flowpay_knowledge_builder:${FLOWPAY_DB_PASSWORD:-flowpay_local}@postgres:5432/flowpay_knowledge
      FLOWPAY_KNOWLEDGE_ADMIN_DSN: postgresql://flowpay_admin:${FLOWPAY_DB_PASSWORD:-flowpay_local}@postgres:5432/flowpay_knowledge
      # database.py setup 建 reader 与 builder 角色时用同一个口令。
      FLOWPAY_DB_PASSWORD: ${FLOWPAY_DB_PASSWORD:-flowpay_local}
    volumes:
      - ./backend:/app/backend
      - ./scripts:/app/scripts
      - ./var:/app/var
      - ${FLOWPAY_DATASET_ROOT}:/dataset:ro
    ports:
      - "127.0.0.1:8000:8000"
    extra_hosts:
      - "host.docker.internal:host-gateway"

  frontend:
    build:
      context: .
      dockerfile: infra/frontend/Dockerfile
    depends_on:
      - backend
    environment:
      FLOWPAY_API_PROXY: http://backend:8000
      FLOWPAY_POLL_WATCH: "1"
    volumes:
      - ./frontend/src:/app/frontend/src
      - ./frontend/public:/app/frontend/public
      - ./frontend/index.html:/app/frontend/index.html
      - ./frontend/vite.config.ts:/app/frontend/vite.config.ts
      - ./frontend/tsconfig.json:/app/frontend/tsconfig.json
      - ./frontend/tsconfig.app.json:/app/frontend/tsconfig.app.json
      - ./frontend/tsconfig.node.json:/app/frontend/tsconfig.node.json
    ports:
      - "127.0.0.1:5173:5173"

  # 嵌入服务，必需：数据包只带文档向量，用户每次提问都要现场把问题嵌成向量。
  # 不对外发布 11434，避免和宿主机已经装着的 Ollama 抢端口；后端走服务网络访问。
  ollama:
    image: ollama/ollama:0.12.3
    volumes:
      - flowpay_ollama:/root/.ollama
    healthcheck:
      test: ["CMD-SHELL", "ollama list >/dev/null 2>&1"]
      interval: 5s
      timeout: 5s
      retries: 20

  # 首次启动把嵌入模型拉进 flowpay_ollama 卷；已经拉过就直接退出。
  # 模型标签由 backend/configs/local.toml 的 embedding.name 决定，改那里也要改这里。
  # OLLAMA_HOST 让 CLI 作为客户端连上面那个服务，所以这里不挂模型卷、也不起 server。
  ollama-init:
    image: ollama/ollama:0.12.3
    depends_on:
      ollama:
        condition: service_healthy
    environment:
      OLLAMA_HOST: http://ollama:11434
    entrypoint: ["/bin/sh", "-c"]
    command:
      - |
        if ollama list | grep -q '^qwen3-embedding:0.6b'; then
          echo "embedding model already present, skipping"
        else
          ollama pull qwen3-embedding:0.6b
        fi

volumes:
  flowpay_postgres:
  flowpay_ollama: