backend/.env.example

# Servidor (valores abaixo já são o padrão do código — só setar para sobrescrever)
# PORT=3001
# CORS_ORIGIN=http://localhost:5173

# Autenticação. AUTH_MODE=jwt precisa ficar explícito: o padrão do código é "none"
# (sem autenticação nenhuma) — não deixar essa linha comentada em produção.
AUTH_MODE=jwt
JWT_SECRET=coloque-um-segredo-longo-e-aleatorio-aqui
# JWT_ISSUER=oraculo-api
# JWT_ACCESS_TTL_SECONDS=900
# JWT_REFRESH_TTL_SECONDS=2592000
# TTL do refresh token quando rememberMe=false/ausente no login (default 1 dia, já é o padrão do código).
# JWT_REFRESH_TTL_SHORT_SECONDS=86400

# API Key alternativa (opcional, deixar vazio/comentado para usar só JWT)
# API_KEY=

# Banco de dados MySQL
DB_HOST=localhost
DB_PORT=3306
DB_USER=usuario
DB_PASS=senha
DB_SCHEMA=oraculo

# SSL para conexão MySQL (recomendado em produção). Deixe ambos vazios para desativar
# SSL (comportamento padrão em dev local). DB_SSL_REJECT_UNAUTHORIZED=true valida o
# certificado do servidor; DB_SSL_CA aponta para um arquivo de certificado CA (ex.:
# ./certs/rds-ca.pem) se o servidor usar um certificado não confiável publicamente.
DB_SSL_REJECT_UNAUTHORIZED=true
DB_SSL_CA=

# Qdrant (vector DB) — valores abaixo já são o padrão do código
# QDRANT_URL=http://localhost:6333
# QDRANT_COLLECTION=oraculo_docs
QDRANT_API_KEY=

# Ollama — valores abaixo já são o padrão do código
# OLLAMA_URL=http://localhost:11434
# OLLAMA_EMBEDDINGS_MODEL=nomic-embed-text
# OLLAMA_CHAT_MODEL=llama3.1
# OLLAMA_VISION_MODEL=llava:latest
# Modelo usado na sugestão de resposta ao atendente (ConversasWhatsapp). Default
# já é "star-atendente" no código mesmo sem essa variável — só setar se publicar
# o modelo fine-tuned com outro nome no Ollama.
# OLLAMA_ATENDENTE_MODEL=star-atendente
# Timeout (ms) para chamadas não-streaming ao Ollama (chat/embeddings) — já é o padrão do
# código. Sem esse limite, uma chamada travada (modelo sobrecarregado, processo do Ollama
# pendurado) nunca resolve nem rejeita — trava indefinidamente locks como o de avaliação
# em lote de atendimentos. Só sobrescrever se precisar de um valor diferente.
# OLLAMA_TIMEOUT_MS=180000
# Timeout de inatividade (ms) para o streaming do chat (chatCompletionStream) — já é o
# padrão do código. Diferente do OLLAMA_TIMEOUT_MS (que limita o total de uma chamada
# não-streaming), este reinicia a cada chunk recebido — só dispara se o Ollama parar de
# mandar bytes no meio de uma resposta, o que antes deixava a UI presa em "Gerando
# resposta..." para sempre.
# OLLAMA_STREAM_IDLE_TIMEOUT_MS=60000

# Prefixos opcionais prependados ao texto antes de gerar embedding (útil para modelos
# assimétricos que recomendam prefixo diferente para query de busca e passagem indexada,
# ex.: "search_query: "/"search_document: " no nomic-embed-text, "query: "/"passage: " em
# modelos da família e5). Vazio (padrão) = modelo não recebe prefixo. Validar empiricamente
# com backend/scripts/evalRetrieval.mjs antes de habilitar em produção.
# OLLAMA_EMBED_QUERY_PREFIX=
# OLLAMA_EMBED_PASSAGE_PREFIX=

# RAG — valores abaixo já são o padrão do código
# RAG_TOP_K=8
# RAG_CHUNK_SIZE=900
# RAG_CHUNK_OVERLAP=150

# Quantidade de mensagens recentes do histórico incluídas no prompt de rewrite/chat (já é o padrão do código).
# RAG_HISTORY_LIMIT=6

# Rate limiting por IP (0 = desativado). Recomendado manter >0 em produção — sem isso
# o middleware de rate limit vira um no-op e o /api fica sem proteção contra abuso.
RATE_LIMIT_PER_MINUTE=60

# Ajuste fino das respostas do LLM — valores abaixo já são o padrão do código, exceto
# LLM_NUM_PREDICT (padrão real: 4096; aqui reduzido para respostas mais curtas/rápidas).
# LLM_TEMPERATURE=0.2
# LLM_TOP_P=0.9
LLM_NUM_PREDICT=2048
# LLM_REPEAT_PENALTY=1.1

# RAG avançado — valores abaixo já são o padrão do código (tudo desligado)
# RAG_QUERY_REWRITE=false
# RAG_MIN_SCORE=0.40
# RAG_RERANK=false
# RAG_RERANK_TOP_N=8

# HyDE (Hypothetical Document Embeddings): gera um trecho hipotético de resposta via LLM
# e usa ele (em vez da query crua) para o embedding de busca, o que tende a elevar o score
# de similaridade porque vira matching passagem-passagem. Custa uma chamada LLM extra por
# pergunta. Desligado por padrão no código. Validar com backend/scripts/evalRetrieval.mjs
# antes de habilitar em produção.
# RAG_HYDE=false

# Chatbot ifbot (sincronização de atendimentos) — URL e intervalo abaixo já são o padrão do código
# IFBOT_BASE_URL=https://star.ifbot.com.br/api
IFBOT_TOKEN=
# IFBOT_AUTH_HEADER=Authorization
# base pública dos arquivos de mídia (/data/img, /data/aud); padrão: IFBOT_BASE_URL sem o sufixo /api
# IFBOT_MEDIA_BASE_URL=https://star.ifbot.com.br
# ATENDIMENTOS_SYNC_INTERVAL_MINUTES=30

# RAG de atendimentos (ingestão de conversas no Qdrant, coleção separada da de documentos)
# ATENDIMENTOS_RAG_COLLECTION=atendimentos_rag
# ATENDIMENTOS_RAG_INTERVAL_MINUTES=60
# ATENDIMENTOS_RAG_BATCH=10
# ATENDIMENTOS_RAG_CHUNK_SIZE=1800
# ATENDIMENTOS_RAG_CHUNK_OVERLAP=200
# ATENDIMENTOS_RAG_TOP_K=20
# ATENDIMENTOS_RAG_MIN_SCORE=0.5
# habilita a busca vetorial no modo "atendimentos" do chat — deixar false até calibrar
# ATENDIMENTOS_RAG_MIN_SCORE com perguntas reais após o backfill inicial
# ATENDIMENTOS_RAG_SEARCH_ENABLED=false

# WhatsApp Cloud API (Meta) — usada pelo chat de Atendimentos (/api/conversas) e pelo
# webhook em /webhooks/whatsapp (fora de /api, sem JWT — protegido por hub.verify_token
# na verificação e, opcionalmente, assinatura HMAC no recebimento).
#
# Valores vêm do painel da Meta (developers.facebook.com/apps/<seu-app>/whatsapp-business/wa-dev-console/):
# - WHATSAPP_PHONE_NUMBER_ID e WHATSAPP_TOKEN: aba "API Setup" (o token temporário expira
#   em 24h; gere um token permanente em System Users antes de ir pra produção)
# - WHATSAPP_VERIFY_TOKEN: valor arbitrário definido por você — cole o mesmo valor no
#   painel da Meta em WhatsApp → Configuration → Webhook → "Verify token"
# - WHATSAPP_APP_SECRET: aba "App settings → Basic", campo "App Secret" — valida a
#   assinatura X-Hub-Signature-256 dos eventos recebidos; vazio desativa a validação
# - WHATSAPP_BUSINESS_ACCOUNT_ID (opcional, não usado ainda): mesma tela do API Setup,
#   reservado para gestão de templates/perfil de negócio no futuro
# WHATSAPP_API_VERSION já é o padrão do código
# WHATSAPP_API_VERSION=v21.0
WHATSAPP_PHONE_NUMBER_ID=
WHATSAPP_TOKEN=
WHATSAPP_VERIFY_TOKEN=
WHATSAPP_APP_SECRET=
# WHATSAPP_BUSINESS_ACCOUNT_ID=

# Integrador IXC (Alfred) — usadas só pelo seed (npm run seed:run), que provisiona a
# linha na tabela "integracao". Em runtime o service lê Url/Login/Senha/Token do banco,
# não daqui (token sobrevive a restart; ver src/functions/atualizaTokenIxcIntegradorERetorna.js).
# Rodar o seed de novo com Login/Senha diferentes força um novo login (invalida o token cacheado).
IXC_INTEGRADOR_BASE_URL=http://localhost:4001/
IXC_INTEGRADOR_LOGIN=
IXC_INTEGRADOR_SENHA=

# ACS Space (TR-069) — API pública /api/v1. Criar a chave no painel do ACS em "Chaves de API" com
# escopos "leitura" + "diagnostico" (sem "escrita": o Oráculo nunca reinicia nem altera a CPE).
# Como o IXC, Url/chave vão para a tabela integracao (Tipo 2) via `npm run seed:run`.
ACS_URL=https://acs.star.psi.br/api/v1/
ACS_API_KEY=
# ACS_TIMEOUT_MS=15000
# ACS_DIAGNOSTICO_PRAZO_MS=30000      # quanto o /acs ping espera antes de responder "pendente" (< 45s do stream no front)
# ACS_DIAGNOSTICO_INTERVALO_MS=10000
# ACS_CONTEXTO_JANELA_HORAS=6         # avaliação só usa o estado da CPE em atendimentos recentes

# Transcrição de áudio via Whisper local (whisper.cpp), usada como fallback quando o
# ifbot não traz Transcricao — requer `brew install whisper-cpp ffmpeg` e o modelo
# baixado em WHISPER_MODEL_PATH. Desligado por padrão no código (false); setar aqui
# como lembrete de que a feature existe e precisa desses binários/modelo instalados.
WHISPER_TRANSCRICAO_ENABLED=false
# WHISPER_BINARY_PATH=whisper-cli
# WHISPER_FFMPEG_PATH=ffmpeg
# WHISPER_MODEL_PATH=whisper_models/ggml-small.bin
# WHISPER_TIMEOUT_MS=60000
# WHISPER_THREADS=4

# Jobs pesados em background (avaliação de atendimentos e ingest RAG de atendimentos).
# Lotes grandes com intervalo curto deixam o Ollama (llama-server) a 100% de GPU por horas
# e travam um Mac de 16GB — prefira lotes pequenos e espaçados para deixar o backend ligado.
# ATENDIMENTOS_AVALIACAO_BATCH=20
# ATENDIMENTOS_AVALIACAO_INTERVAL_MINUTES=30
# Janela "HH-HH" (fuso de São Paulo) em que esses jobs podem rodar; vazio = sempre.
# Ex.: 19-07 só roda à noite. Disparos manuais pela UI/API não são afetados.
# JOBS_PESADOS_JANELA=
# Pausa (ms) entre itens do lote, para a máquina e o chat interativo respirarem.
# JOBS_PESADOS_PAUSA_MS=3000
# Descarrega o modelo do Ollama (keep_alive 0) ao fim de cada lote.
# JOBS_PESADOS_DESCARREGAR_AO_FIM=true