algonotes_rag/docs/CONFIG.md

🔧 AlgoNotes RAG 配置说明

配置文件

项目使用两层配置：

.env                → 敏感信息（API Key，不提交 Git）
config.toml         → 业务配置（提交 Git，${VAR} 引用环境变量）

环境变量

复制 .env.example 为 .env 并填入你的 Key：

# .env
OPENAI_API_KEY = "your-api-key-here"

config.toml 说明

# ── Chat Model ──
[llm]
model = "Qwen3-Next-80B-A3B-Instruct"
base_url = "https://ai.gitee.com/v1"
api_key = "${OPENAI_API_KEY}"
temperature = 0.7
max_tokens = 4096
timeout = 60.0

# ── Embedding Model ──
[embedding]
model = "Qwen/Qwen3-Embedding-4B"
base_url = "https://ai.gitee.com/v1"
api_key = "${OPENAI_API_KEY}"

# ── Reranker Model ──
[reranker]
model = "Qwen3-Reranker-4B"
base_url = "https://ai.gitee.com/v1"
api_key = "${OPENAI_API_KEY}"
top_n = 3

# ── Logging ──
[logging]
level = "INFO"
file = "logs/app.log"
max_bytes = 10485760
backup_count = 5

# ── Storage Paths ──
[store]
chroma_dir = "data/chroma_db"
files_dir = "data/files"
sqlite_path = "data/sql_db/notes.db"

切换模型提供商

只需修改 config.toml 中的 base_url 和 model 即可切换：

生产环境（如比赛要求使用的 Gitee.AI）

[llm]
model = "DeepSeek-R1"
base_url = "https://ai.gitee.com/v1"

[embedding]
model = "Qwen/Qwen3-Embedding-4B"
base_url = "https://ai.gitee.com/v1"

开发环境（如硅基流动）

[llm]
model = "deepseek-ai/DeepSeek-V4-Flash"
base_url = "https://api.siliconflow.cn/v1"

[embedding]
model = "Qwen/Qwen3-Embedding-4B"
base_url = "https://api.siliconflow.cn/v1"

代码中使用

from src.config import config

# LLM 配置
model = init_chat_model(
    model=config.llm.model,
    model_provider="openai",
    openai_api_key=config.llm.api_key,
    base_url=config.llm.base_url,
    temperature=config.llm.temperature,
)

# Embedding 配置
embeddings = init_embeddings(
    model=config.embedding.model,
    provider="openai",
    openai_api_key=config.embedding.api_key,
    base_url=config.embedding.base_url,
)

# 日志配置
logger = setup_logger()
# 自动读取 config.logging.level、config.logging.file 等

配置优先级

硬编码默认值 < config.toml < 环境变量 ${VAR}

1. 如果 config.toml 不存在，使用 Pydantic 模型中的硬编码默认值
2. 如果 config.toml 存在，以其为准
3. ${OPENAI_API_KEY} 等占位符在加载时被 .env 中的实际值替换

公共题库（CPGraph）

[cp_graph] 配置段控制是否查询公共题库：

[cp_graph]
enabled = false                    # 是否启用公共题库查询
url = "https://mcp.cpgraph.top/mcp"  # CPGraph MCP 服务地址

• enabled = false：仅查询个人笔记（默认）
• enabled = true：同时查询公共题库，需要 CPGraph MCP 服务可用