# =============================================================================
# ВКУС — конфигурация подключения к LLM и платформе ИИ Beeline
# =============================================================================
# Документ-основание: Start data/Архитектура ассистента.txt (v2.0)
#
# Секреты (API-ключ, JWT) не храните в этом файле.
# Задайте их через переменные окружения или файл .env в корне проекта:
#
#   VKUS_LLM_API_KEY=your-api-key
#   VKUS_LLM_JWT_TOKEN=your-jwt-token   # опционально, если используется Keycloak
#
# =============================================================================

version: "1.0"

# -----------------------------------------------------------------------------
# Общие настройки провайдера
# -----------------------------------------------------------------------------
provider:
  # beeline-ai-platform | openai-compatible | mock
  name: beeline-ai-platform

  # false — ответы из локальной базы знаний (текущий прототип)
  # true  — запросы к корпоративной платформе ИИ
  enabled: false

# -----------------------------------------------------------------------------
# API платформы ИИ (единая точка входа, OpenAI-совместимый API)
# -----------------------------------------------------------------------------
api:
  # FQDN корпоративного шлюза
  base_url: https://apiai.sibur.local

  # IP (из архитектуры, для справки / внутренней сети)
  host: 10.204.128.14

  # Стандарт OpenAI API
  api_version: v1

  # Таймаут HTTP-запросов, сек
  timeout_seconds: 60

  # Проверка TLS-сертификата (в dev можно отключить)
  verify_ssl: true

  # Повтор при временных сбоях
  retry:
    max_attempts: 3
    backoff_seconds: 2

# -----------------------------------------------------------------------------
# Аутентификация (JWT + Keycloak, secure-by-default)
# -----------------------------------------------------------------------------
auth:
  type: jwt

  # Имя переменной окружения с API-ключом платформы ИИ
  api_key_env: VKUS_LLM_API_KEY

  # Имя переменной окружения с JWT (если авторизация через Keycloak)
  jwt_token_env: VKUS_LLM_JWT_TOKEN

  keycloak:
    enabled: true
  # realm_url: https://keycloak.sibur.local/realms/corporate
  # client_id: vkus-it-assistant

# -----------------------------------------------------------------------------
# LLM — генерация ответов
# -----------------------------------------------------------------------------
llm:
  # Основная модель (архитектура v2.0)
  model: gpt-oss-120b

  # Хост GPU-кластера (справочно)
  host: 10.204.128.13

  # OpenAI-совместимый endpoint
  chat_completions_path: /v1/chat/completions

  # Параметры генерации
  parameters:
    temperature: 0.3
    max_tokens: 2048
    top_p: 0.9
    frequency_penalty: 0.0
    presence_penalty: 0.0

  # Роль system-сообщения в запросе
  system_prompt:
    # Путь относительно корня репозитория
    file: "Start data/Системный промпт - правила общения с пользователем.md"
    # Если file недоступен — краткий fallback
    fallback: |
      Ты — корпоративный ИТ-ассистент портала ВКУС. Помогаешь сотрудникам
      решать рабочие ИТ-задачи. Отвечай на русском, обращайся на «вы».

# -----------------------------------------------------------------------------
# Эмбеддинги (RAG-слой, BERT Inference Service)
# -----------------------------------------------------------------------------
embeddings:
  enabled: true

  # Сервис эмбеддингов на GPU-кластере
  host: 10.204.128.13
  service: bert-inference

  # OpenAI-совместимый endpoint (если проксируется через apiai.sibur.local)
  embeddings_path: /v1/embeddings

  model: bert
  dimensions: 768

# -----------------------------------------------------------------------------
# RAG — поиск по инструкциям и документам
# -----------------------------------------------------------------------------
rag:
  # local   — ВРЕМЕННО: RAG внутри backend (для тестирования витрины)
  # external — ЦЕЛЕВОЙ КОНТУР: Docling + BERT + VectorDB на платформе ИИ
  mode: local

  # --- Временный локальный RAG (в backend, MVP) ---
  local:
    enabled: true
    documents_path: Manuals
    top_k: 5
    min_score: 0.12
    chunk_size: 450

  # --- Целевой внешний RAG (платформа ИИ Beeline) ---
  external:
    enabled: false
    docling:
      host: 10.204.128.13
    vector_db:
      index_type: hnsw
      top_k: 5
      min_similarity_score: 0.65

  # Запасной путь при недоступности внешнего ИИ (client_journey.md)
  fallback:
    use_local_index: true
    use_keyword_search: true

# -----------------------------------------------------------------------------
# Бизнес-логика ассистента (пороги из клиентского пути)
# -----------------------------------------------------------------------------
assistant:
  # Эскалация в ITSM при уверенности ниже порога (%)
  confidence_threshold: 70

  # Язык ответа по умолчанию
  default_language: ru

  # Лимит уточняющих вопросов за один шаг диалога
  max_clarification_questions: 1

  # Таймаут ожидания ответа пользователя, мин (системный промпт)
  user_reply_timeout_minutes: 10

# -----------------------------------------------------------------------------
# Поведение при сбоях LLM / RAG
# -----------------------------------------------------------------------------
fallback:
  # Локальная база знаний backend (knowledge_base.py)
  use_local_knowledge_base: true

  # Шаблонный ответ из инструкции без LLM
  use_template_on_llm_failure: true

  # Логировать ошибки интеграции
  log_failures: true

# -----------------------------------------------------------------------------
# Мониторинг (опционально, из архитектуры)
# -----------------------------------------------------------------------------
monitoring:
  enabled: false
  # metrics_url: http://victoriametrics.sibur.local
  # logs_url: http://opensearch.sibur.local

# -----------------------------------------------------------------------------
# Пример переменных для .env (скопируйте в .env и заполните)
# -----------------------------------------------------------------------------
# VKUS_LLM_API_KEY=
# VKUS_LLM_JWT_TOKEN=
# VKUS_LLM_BASE_URL=https://apiai.sibur.local
# VKUS_LLM_MODEL=gpt-oss-120b
# VKUS_LLM_ENABLED=true