# 环境配置
environment: "development"

server:
  port: 8087
  host: "0.0.0.0"

log:
  level: "info"
  path: "logs"
  # The number of log files to retain (default: 20)
  retain_days: 20

# 文档解析配置
document_parser:
  # 并发控制
  max_concurrent: 5
  queue_size: 1000
  
  # 超时设置（统一超时配置）
  download_timeout: 3600
  processing_timeout: 3600  # 60分钟，用于MinerU和MarkItDown解析超时

# MinerU配置
mineru:
  # 后端选择：pipeline|vlm-transformers|vlm-sglang-engine|vlm-sglang-client, 有cuda环境目前推荐: vlm-transformers
  backend: "pipeline"
  python_path: "./venv/bin/python"  # 默认使用虚拟环境，如不存在则自动检测系统Python
  # 这个是mineru的并发数，目前没用,占位使用,只需要小于document_parser.max_concurrent 即可
  max_concurrent: 1
  queue_size: 100
  # timeout 已移除，统一使用 document_parser.processing_timeout (3600秒)
  batch_size: 1
  quality_level: "Balanced"
  # 单进程最大GPU显存占用(GB)，仅对pipeline后端,这个是一个软上限
  vram: 8

# MarkItDown配置
markitdown:
  python_path: "./venv/bin/python"  # 默认使用虚拟环境，如不存在则自动检测系统Python
  # timeout 已移除，统一使用 document_parser.processing_timeout (3600秒)
  enable_plugins: false
  
  # 功能开关
  features:
    ocr: true
    audio_transcription: true
    azure_doc_intel: false
    youtube_transcription: false

# 存储配置
storage:
  # Sled数据库配置
  sled:
    path: "data/document_parser"
    cache_capacity: 104857600  # 100MB
    
  # OSS配置
  oss:
    endpoint: "oss-rg-china-mainland.aliyuncs.com"
    # 公共bucket，用于存储公共文件，如文档文件
    public_bucket: "nuwa-packages"
    # 私有bucket，用于存储私有文件，如模型文件
    private_bucket: "edu-nuwa-packages"
    access_key_id: "${OSS_ACCESS_KEY_ID}"  # 通过环境变量设置
    access_key_secret: "${OSS_ACCESS_KEY_SECRET}"  # 通过环境变量设置
    region: "oss-rg-china-mainland"
    upload_directory: "document_parser"  # 上传文件的统一子目录前缀

# 全局文件大小配置
file_size_config:
  max_file_size: "200MB"
  large_document_threshold: "50MB"

# 外部集成配置
external_integration:
  webhook_url: ""
  api_key: ""
  timeout: 30