# ════════════════════════════════════════════════════
# 系统功能配置（非敏感）
# 密钥、API 地址 请在 .env 中配置
# ════════════════════════════════════════════════════

# ── 部署拓扑 ────────────────────────────────────────
# 海外服务器已弃用（M1-M6 全链路在 domestic 执行）
servers:
  overseas_host: "ecs-user@8.217.19.253"
  overseas_path: "/opt/intlgrab"
  domestic_host: "pi@192.168.1.160"
  domestic_path: "/home/pi/intlnews"

# ── HTTP 代理（Privoxy → ss-local → Shadowsocks 海外访问）──
proxy:
  enabled: false                          # 通过 Profile 8g_headful 启用
  url: "http://127.0.0.1:3128"            # HTTP 代理地址
  bypass_domains: []                       # 不走代理的域名（如国内 CDN）

# ── 抓取 ────────────────────────────────────────────
crawler:
  max_memory_mb: 1800                      # 内存上限 MB（超限触发 GC）
  source_timeout_sec: 7200                 # 单源超时秒数（2h）
  article_delay_sec: 3.0                   # 文章间冷却间隔
  page_timeout_sec: 45                     # 单页加载超时
  viewport_width: 1024
  viewport_height: 768
  user_agent: "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36"
  headful: false                           # true=有头浏览器（需 X Server 或 xvfb），false=headless
  xvfb_display: ":99"                      # headful 模式下的虚拟显示器（xvfb-run 自动设置）

# ── 正文提取 ──────────────────────────────────────────
extractor:
  min_content_words: 50
  trafilatura_fallback: true

# ── 去重 ────────────────────────────────────────────
dedup:
  hamming_distance_threshold: 3
  simhash_window_days: 30
  min_content_length: 100

# ── LLM 翻译+事件抽取 ────────────────────────────────
llm:
  provider: "deepseek"
  deepseek_model: "deepseek-chat"
  qwen_model: "qwen-plus"
  timeout_sec: 60
  max_retries: 3
  max_tokens: 8192
  temperature: 0.1
  concurrency: 3

# ── Embedding 向量化 ────────────────────────────────
embedding:
  provider: "dashscope"
  dashscope_model: "text-embedding-v3"
  dimension: 1024
  batch_size: 10
  timeout_sec: 30

# ── Qdrant ──────────────────────────────────────────
qdrant:
  collection: "en_finance_news"

# ── 日报 ────────────────────────────────────────────
report:
  max_events: 20
  summary_max_chars: 500
  importance_threshold: 4
  upload_host: "simon@doorcome.cn"
  upload_path: "/var/www/html/echart/research"

# ── 同步 (rsync) ─────────────────────────────────────
# 海外服务器已弃用，以下保留作为参考
sync:
  port: 22
  sentinel: "/tmp/en_news_sync_done"
  pack_dir: "/tmp"

# ── 定时调度 ────────────────────────────────────────
# 全流程：M1 抓取 → M2→M6 管道 → 日报
# 每天 06:00 / 12:00 / 18:00 / 22:00 各执行一次
schedule:
  day_cutoff_hour: 6
  times: ["06:00", "12:00", "18:00", "22:00"]

# ── 日志 ────────────────────────────────────────────
logging:
  level: "INFO"
  dir: "logs"