78 lines
3.1 KiB
Bash
78 lines
3.1 KiB
Bash
# Text2SQL Agent 环境配置示例
|
||
# 复制为 .env 并填入实际值
|
||
|
||
# ========== DeepSeek API 配置 ==========
|
||
# LLM 路由（deepseek | openai），不填则按 Key 自动选择（优先 deepseek）
|
||
LLM_SERVICE_CODE=openai
|
||
|
||
|
||
DEEPSEEK_API_KEY=sk-041b3995415c4445a1713750fcc9e023
|
||
DEEPSEEK_BASE_URL=https://api.deepseek.com
|
||
MODEL_PRIMARY=deepseek-chat
|
||
|
||
|
||
OPENAI_API_KEY=sk-proj-FEb2ChHZK5Llm0tBkmNIT3BlbkFJbu0b0zQpTW8762yD6HDv
|
||
OPENAI_BASE_URL=http://113.192.49.54:9080/v1
|
||
OPENAI_MODEL=gpt-4o-mini
|
||
# OPENAI_CHAT_MODEL=
|
||
|
||
# 模型配置
|
||
# 主生成模型
|
||
|
||
TEMPERATURE=0 # 确定性模式：每次生成相同结果
|
||
MAX_TOKENS=4096
|
||
# 生成与校验默认 SQL Server（T-SQL）；可改为 mysql / postgresql 等
|
||
TEXT2SQL_DIALECT=sqlserver
|
||
|
||
# ========== Embedding 配置（远程 /v1/embeddings，须配置下方 OPENAI_* 或 MODELSCOPE_* 等）==========
|
||
# ModelScope 推理 API：https://www.modelscope.cn/docs/inference-api
|
||
# MODELSCOPE_API_KEY=ms-b95f3233-4797-4efd-90e6-b3728743571d
|
||
# MODELSCOPE_BASE_URL=https://api-inference.modelscope.cn/v1
|
||
# MODELSCOPE_EMBEDDING_MODEL=Qwen/Qwen3-Embedding-8B
|
||
# # 单次请求最大条数，按服务端限制调整
|
||
# MODELSCOPE_EMBEDDING_MAX_BATCH=32
|
||
|
||
# 兼容 OpenAI 的网关：地址含 /v1（若网关根路径即 OpenAI API 则按实际填写）
|
||
OPENAI_BASE_URL=http://113.192.49.54:9080/v1
|
||
OPENAI_API_KEY=sk-proj-FEb2ChHZK5Llm0tBkmNIT3BlbkFJbu0b0zQpTW8762yD6HDv
|
||
OPENAI_EMBEDDING_MODEL=text-embedding-ada-002
|
||
|
||
# ========== 数据文件与向量库路径（均相对仓库根目录）==========
|
||
# G3SB 表结构；api_server 用 SCHEMA_PATH / SCHEMA_META_PATH（勿用 SCHEMA_FILE，代码不读）
|
||
SCHEMA_PATH=./data/schemas/G3SB_MCDataDictionary_table_structure.json
|
||
# G3SB 表注释，与 structure 同名配对；粗筛 embedding 文本会含表注释
|
||
SCHEMA_META_PATH=./data/schemas/G3SB_MCDataDictionary_table_meta.json
|
||
# Schema 表级向量持久化目录（Chroma 集合名固定为 schema_tables）；改 structure/meta 后需强制重建索引
|
||
VECTOR_DB_PATH=./data/embeddings/chroma
|
||
# Few-shot 源 JSONL（build_fewshot_chroma_index.py 默认读此变量）
|
||
FEWSHOT_DATA_PATH=./data/experiences/all_samples.jsonl
|
||
# Few-shot 向量持久化目录（Chroma 集合名默认 fewshot_samples；勿与 VECTOR_DB_PATH 混用同一目录）
|
||
FEWSHOT_CHROMA_PATH=./data/embeddings/chroma_fewshot
|
||
|
||
# ========== 验证配置 ==========
|
||
ENABLE_SQL_VALIDATION=true
|
||
BLOCK_DANGEROUS_SQL=true
|
||
|
||
# ========== 重试配置 ==========
|
||
MAX_RETRY=2 # 确定性模式：只尝试一次，不重试
|
||
RETRY_DELAY=1.0
|
||
|
||
# ========== Few-shot 配置 ==========
|
||
# 是否启用经验数据集few-shot增强
|
||
FEWSHOT_ENABLED=true
|
||
# 每次使用的示例数量
|
||
FEWSHOT_TOP_K=3
|
||
# 示例最低评分（1-10）
|
||
FEWSHOT_MIN_RATING=7
|
||
# 优先使用 Chroma 向量库（运行时检索不依赖 JSONL；灌库: python scripts/build_fewshot_chroma_index.py --force）
|
||
FEWSHOT_USE_CHROMA=true
|
||
# 留空则用代码默认集合名 fewshot_samples
|
||
FEWSHOT_CHROMA_COLLECTION=
|
||
|
||
# ========== 日志配置 ==========
|
||
LOG_LEVEL=INFO
|
||
LOG_FILE=./logs/text2sql.log
|
||
|
||
# 业务库 SQLAlchemy URL（试执行探针 / dbhub）；也可用 DATABASE_URL
|
||
database_url=mssql+pymssql://sa:123456@192.168.3.201:1433/G3SB_PROD_HW
|