#!/usr/bin/env bash # ============================================================================= # 清鉴(zsjz-ai)后端环境变量 # # ai-server 的 application*.yaml 里配置项都写成 ${ENV_NAME:默认值}, # 本文件把这些变量显式列出来,方便在 Linux 上统一下发/逐项修改。 # 一个变量都不设置时,后端行为与本文件里的取值一致(即 yaml 中的默认值)。 # # 服务端口(8980)、context-path(/js/a)、应用名(ai-server)固定在 # application.yaml 里,不参与参数化,因此不在本文件中。 # # 用法(任选其一): # 1) 启动前导入当前 shell: # set -a; source deploy/env.sh; set +a # java -jar ai-server.jar # 2) systemd 单元: # EnvironmentFile=/opt/zsjz-ai/deploy/env.sh # # 用法(任选其一): # 1) 启动前导入当前 shell: # set -a; source deploy/env.sh; set +a # java -jar ai-server.jar # 2) systemd 单元: # EnvironmentFile=/opt/zsjz-ai/deploy/env.sh # # 注意: # · 文件内含数据库口令,部署时请 chmod 600,并按实际环境修改地址与口令。 # · 下面各项默认值取自 application-dev.yaml(当前开发环境); # 【按环境修改】标注的项,生产部署务必逐项确认。 # · 生效 profile 由 Spring 原生的 SPRING_PROFILES_ACTIVE 控制,默认 dev; # 生产可取消下面这行的注释。 # · sa-token、mybatis-plus 不参与参数化,不在此文件范围。 # ============================================================================= # SPRING_PROFILES_ACTIVE="pro" # --------------------------------------------------------------------------- # 跨域(桌面客户端用 file:// 加载前端,必须允许跨域) # --------------------------------------------------------------------------- APP_CORS_ENABLED="true" APP_CORS_ALLOWED_ORIGIN_PATTERNS="*" # --------------------------------------------------------------------------- # Spring 基础 # --------------------------------------------------------------------------- SPRING_TASK_SCHEDULING_POOL_SIZE="4" SPRING_HTTP_CODECS_MAX_IN_MEMORY_SIZE="10MB" SPRING_SERVLET_MULTIPART_MAX_FILE_SIZE="200MB" SPRING_SERVLET_MULTIPART_MAX_REQUEST_SIZE="500MB" # --------------------------------------------------------------------------- # PostgreSQL(平台库,必须装 pgvector 扩展) # 【按环境修改】dev 默认 192.168.0.106,pro 默认 localhost # --------------------------------------------------------------------------- SPRING_DATASOURCE_DYNAMIC_PRIMARY="master" SPRING_DATASOURCE_DYNAMIC_STRICT="true" SPRING_DATASOURCE_DYNAMIC_DATASOURCE_MASTER_URL="jdbc:postgresql://192.168.0.106:5432/zsjz-ai" SPRING_DATASOURCE_DYNAMIC_DATASOURCE_MASTER_USERNAME="postgres" SPRING_DATASOURCE_DYNAMIC_DATASOURCE_MASTER_PASSWORD="postgres" SPRING_DATASOURCE_DYNAMIC_DATASOURCE_MASTER_DRIVER_CLASS_NAME="org.postgresql.Driver" # --------------------------------------------------------------------------- # Redis(sa-token 登录态硬依赖,不可用则登录相关接口全部异常) # 【按环境修改】 # --------------------------------------------------------------------------- SPRING_DATA_REDIS_HOST="192.168.0.106" SPRING_DATA_REDIS_PORT="6379" # --------------------------------------------------------------------------- # Elasticsearch(全文检索,索引 zsjz_search) # 【按环境修改】需要鉴权时再打开下面两行 # --------------------------------------------------------------------------- SPRING_ELASTICSEARCH_URIS="http://192.168.0.106:9200" SPRING_ELASTICSEARCH_CONNECTION_TIMEOUT="5s" SPRING_ELASTICSEARCH_SOCKET_TIMEOUT="60s" # SPRING_ELASTICSEARCH_USERNAME="" # SPRING_ELASTICSEARCH_PASSWORD="" # --------------------------------------------------------------------------- # 业务文件存储 # 【按环境修改】root-path 相对部署根目录解析(默认 qingjian/data); # base-url 必须与 SERVER_PORT、SERVER_SERVLET_CONTEXT_PATH 一致 # --------------------------------------------------------------------------- STORAGE_LOCAL_ROOT_PATH="./qingjian/data" STORAGE_LOCAL_BASE_URL="http://localhost:8980/js/a" # --------------------------------------------------------------------------- # zsjz.llm(大模型:AI 清洗模板匹配 / 文件 AI 识别共用) # 【按环境修改】base-url 必须带版本前缀(如 http://127.0.0.1:11434/v1); # 本地推理服务 api-key 留空即可 # --------------------------------------------------------------------------- ZSJZ_LLM_BASE_URL="http://10.66.66.66:8081/v1" ZSJZ_LLM_API_KEY="" ZSJZ_LLM_MODEL="qwen3.8-flash-next-unsloth-ud-iq3_xxs" ZSJZ_LLM_TEMPERATURE="0.0" ZSJZ_LLM_MAX_TOKENS="8192" ZSJZ_LLM_TIMEOUT_SECONDS="180" ZSJZ_LLM_ENABLE_THINKING="false" # --------------------------------------------------------------------------- # zsjz.duckdb(案件库资源预算与兜底回收) # 【按环境修改】max-open-cases 按机器内存/CPU 调整 # --------------------------------------------------------------------------- ZSJZ_DUCKDB_MAX_OPEN_CASES="8" ZSJZ_DUCKDB_MEMORY_RATIO="0.6" ZSJZ_DUCKDB_THREADS_PER_INSTANCE="4" ZSJZ_DUCKDB_REAPER_INITIAL_DELAY_MS="60000" ZSJZ_DUCKDB_REAPER_INTERVAL_MS="300000" # --------------------------------------------------------------------------- # zsjz.file-ai(非表格文件 AI 识别调度) # --------------------------------------------------------------------------- ZSJZ_FILE_AI_MAX_CONCURRENT="3" ZSJZ_FILE_AI_MAX_PENDING="200" ZSJZ_FILE_AI_TIMEOUT_SECONDS="120" # --------------------------------------------------------------------------- # zsjz.embedding(本地向量模型,进程内 ONNX 推理,不走在线 embedding) # 【按环境修改】model-path 指向部署机上的模型目录(含 tokenizer.json 与 # onnx/model.onnx)。dev 的 yaml 里是 Windows 绝对路径, # Linux 上必须改成实际路径,例如 /opt/zsjz-ai/qingjian/system/models/bge-m3。 # --------------------------------------------------------------------------- ZSJZ_EMBEDDING_MODEL_PATH="/opt/zsjz-ai/qingjian/system/models/bge-m3" ZSJZ_EMBEDDING_DIMENSIONS="1024" ZSJZ_EMBEDDING_MAX_SEQ_LEN="8192" ZSJZ_EMBEDDING_BATCH_SIZE="8" ZSJZ_EMBEDDING_INTRA_OP_THREADS="0" ZSJZ_EMBEDDING_OPT_LEVEL="BASIC_OPT" ZSJZ_EMBEDDING_EAGER_LOAD="false" # --------------------------------------------------------------------------- # zsjz.ai-clean(AI 清洗与模板向量索引) # --------------------------------------------------------------------------- ZSJZ_AI_CLEAN_BATCH_TOKEN_BUDGET="0" ZSJZ_AI_CLEAN_STALE_MINUTES="30" ZSJZ_AI_CLEAN_VECTOR_ENABLED="true" ZSJZ_AI_CLEAN_VECTOR_AUTO_INDEX_ON_TEMPLATE_CHANGE="true" ZSJZ_AI_CLEAN_VECTOR_AUTO_REBUILD_ON_STARTUP="true" ZSJZ_AI_CLEAN_VECTOR_TOP_K="12" ZSJZ_AI_CLEAN_VECTOR_SCORE_THRESHOLD="0.30" ZSJZ_AI_CLEAN_VECTOR_MAX_DOCUMENTS_PER_REBUILD="5000" # --------------------------------------------------------------------------- # zsjz.ocr(本地 PP-OCR:图片与扫描件 PDF) # 模型随 jar 分发,无需放置任何文件;OpenCV 原生库首次使用会释放到 # {user.dir}/data/native/。Linux 要求 glibc ≥ 2.27(Ubuntu 18.04+/Debian 10+/Rocky 8+), # CentOS 7 不支持。要换 server 大模型时用 ZSJZ_OCR_*_MODEL_PATH 指定绝对路径。 # --------------------------------------------------------------------------- ZSJZ_OCR_ENABLED="true" ZSJZ_OCR_TEXT_SCORE="0.5" ZSJZ_OCR_DET_LIMIT_SIDE_LEN="736" ZSJZ_OCR_PDF_DPI="200" ZSJZ_OCR_PAGE_MIN_CHARS="10" ZSJZ_OCR_MAX_PAGES="30" ZSJZ_OCR_TOTAL_BUDGET_SECONDS="240" # 非标准平台可手工指定 OpenCV 原生库(一般留空即可) ZSJZ_OCR_OPENCV_LIB_PATH="" # --------------------------------------------------------------------------- # zsjz.asr(音视频转写:ffmpeg 解码 + Vosk 识别) # 【按环境修改】ffmpeg 路径与模型目录。模型目录须含 am/ 与 conf/, # 下载与解压见 deploy/install-media-deps.sh。 # Vosk jar 内置 x86_64 原生库;ARM64 服务器需改用 whisper.cpp 方案。 # --------------------------------------------------------------------------- ZSJZ_ASR_ENABLED="true" ZSJZ_ASR_FFMPEG_PATH="/usr/bin/ffmpeg" ZSJZ_ASR_MODEL_PATH="/opt/zsjz-ai/qingjian/system/models/vosk-model" ZSJZ_ASR_MAX_DURATION_SECONDS="600" ZSJZ_ASR_FFMPEG_TIMEOUT_SECONDS="600" ZSJZ_ASR_SAMPLE_RATE="16000" ZSJZ_ASR_MAX_CHARS="200000" # --------------------------------------------------------------------------- # zsjz.auth(登录安全) # 「账号正在使用」判定窗口(分钟):窗口内有活跃会话时,再次登录需确认后顶号 # --------------------------------------------------------------------------- ZSJZ_AUTH_IN_USE_WINDOW_MINUTES="30"