ai-companion/app/config.py

"""配置加载。

原则（来自方案 §10）：
  - 密钥保存在本机配置，不写日志，不进版本管理
  - 设备标识用稳定名字，不用会变的序号
  - 依赖版本固定，板卡/固件/通道/引脚都记录

密钥文件是 ~/.config/ai_assistant/env（权限 600），格式是 shell 变量。
本模块只读它，不写。
"""

from __future__ import annotations

import os
import threading
from dataclasses import dataclass, field
from pathlib import Path

ENV_FILE = Path.home() / ".config" / "ai_assistant" / "env"

# 本项目根目录（app/ 的上一级）
PROJECT_ROOT = Path(__file__).resolve().parent.parent

_lock = threading.Lock()
_loaded = False


def load_env(path: Path | None = None) -> dict[str, str]:
    """读取密钥文件到 os.environ（已存在的变量不覆盖）。

    只做极简解析：KEY=VALUE，忽略空行和 # 注释。
    不用 os.system/source，避免把 shell 引进来。
    """
    global _loaded
    p = path or ENV_FILE
    with _lock:
        if _loaded:
            return dict(os.environ)
        if p.is_file():
            for line in p.read_text(encoding="utf-8").splitlines():
                line = line.strip()
                if not line or line.startswith("#") or "=" not in line:
                    continue
                k, _, v = line.partition("=")
                k, v = k.strip(), v.strip().strip('"').strip("'")
                os.environ.setdefault(k, v)
        _loaded = True
    return dict(os.environ)


def _env(key: str, default: str = "") -> str:
    load_env()
    return os.environ.get(key, default)


def _env_int(key: str, default: int) -> int:
    try:
        return int(_env(key, str(default)))
    except ValueError:
        return default


def _env_float(key: str, default: float) -> float:
    try:
        return float(_env(key, str(default)))
    except ValueError:
        return default


# ---------------------------------------------------------------- LLM

@dataclass
class LLMConfig:
    """一个 LLM 后端的配置。

    thinking 的处理方式各后端不同，所以由后端自己解释这个开关：
      - 本机 vLLM：  chat_template_kwargs={"enable_thinking": false}
      - DeepSeek：   thinking={"type": "disabled"}
    两者都实测有效，见 P0-本地LLM验证报告.md 与 P0-DeepSeek验证报告.md。
    """
    name: str
    base_url: str
    api_key: str
    model: str
    thinking: bool = False          # 语音场景默认关思考
    max_tokens: int = 200           # 语音回复要短，方案要求"默认简短自然回复"
    timeout_s: float = 30.0
    first_token_timeout_s: float = 8.0

    @property
    def enabled(self) -> bool:
        return bool(self.base_url and self.api_key and self.model)


def local_llm_config() -> LLMConfig:
    """本机/内网 LLM（vLLM 等）。

    默认走回环：服务与助手同机时 127.0.0.1 最省一跳。
    部署到别的机器时必须用 LOCAL_LLM_BASE_URL 显式覆盖——
    **不要把具体的内网地址写进默认值**，那会把网络拓扑带进版本历史，
    而且换环境就得改代码。
    """
    return LLMConfig(
        name="local",
        base_url=_env("LOCAL_LLM_BASE_URL", "http://127.0.0.1:18020/v1"),
        api_key=_env("LOCAL_LLM_API_KEY"),
        model=_env("LOCAL_LLM_MODEL", "qwen3.8-27b"),
    )


def deepseek_config() -> LLMConfig:
    return LLMConfig(
        name="deepseek",
        base_url=_env("DEEPSEEK_BASE_URL", "https://api.deepseek.com/v1"),
        api_key=_env("DEEPSEEK_API_KEY"),
        model=_env("DEEPSEEK_MODEL", "deepseek-flash"),
    )


# ---------------------------------------------------------------- 上下文

@dataclass
class ContextConfig:
    """上下文预算。

    实测：真实语音 prompt（人设+记忆+3轮对话）约 406 tokens，
    本机 LLM 首 token 367ms。上下文越长，首 token 越慢——直接伤"回应及时"。
    所以这里设的是硬上限，超出就丢最旧的轮次，不是软建议。
    """
    max_prompt_tokens: int = 4096     # 总上限
    max_turns: int = 12               # 最多保留的对话轮次
    max_memories: int = 5             # 单轮最多注入的记忆条数
    memory_timeout_s: float = 0.3     # 检索超时，方案要求"记忆失败不阻塞对话"


# ---------------------------------------------------------------- 语音

def _default_model_dir() -> Path:
    """模型目录。可用环境变量 AI_MODEL_DIR 覆盖。

    为什么要有这个覆盖：开发在 N5095，运行在服务器，两边模型放的
    位置不一样（服务器上模型在 ~/ai_companion_bench/models，
    不在代码目录里）。没有覆盖的话，部署就得改代码——
    而"改代码才能部署"是部署流程里最容易出错的一环。
    """
    override = _env("AI_MODEL_DIR")
    if override:
        return Path(override).expanduser()
    return PROJECT_ROOT / "p0" / "stt_tts_bench" / "models"


@dataclass
class VoiceConfig:
    """语音输入输出。

    线程数是实测出来的，不能按"核多给多"猜：
      - N5095（4核，无AVX2）：STT 超过 2 线程急剧退化，4线程慢 3.9 倍
      - 服务器（i9-14900K，有AVX2）：同样配置下 RTF 0.03
    所以线程数按部署机器配置，不写死。服务器上可以给足。
    """
    model_dir: Path = field(default_factory=_default_model_dir)
    sample_rate: int = 16000
    stt_threads: int = field(default_factory=lambda: _env_int("AI_STT_THREADS", 2))
    tts_threads: int = field(default_factory=lambda: _env_int("AI_TTS_THREADS", 4))

    # ---- TTS 后端选择 ----
    #   "local"  = sherpa-onnx vits-zh-ll：RTF 0.09，很快，但音色用户不满意
    #   "remote" = Qwen3-TTS 独立服务：RTF 0.55–0.94，音质是另一档，用户试听选定
    tts_backend: str = field(default_factory=lambda: _env("AI_TTS_BACKEND", "remote"))
    tts_service_url: str = field(
        default_factory=lambda: _env("TTS_SERVICE_URL", "http://127.0.0.1:18040"))
    # 用户试听选定的组合（out/tts_qwen/instruct_7849.wav）
    tts_speaker: str = field(default_factory=lambda: _env("AI_TTS_SPEAKER", "Serena"))
    tts_instructions: str = field(
        default_factory=lambda: _env("AI_TTS_INSTRUCTIONS", "用轻快活泼的语气说"))
    tts_language: str = field(default_factory=lambda: _env("AI_TTS_LANGUAGE", "Chinese"))


# ---------------------------------------------------------------- 记忆

@dataclass
class MemoryConfig:
    db_path: Path = field(default_factory=lambda: Path.home() / ".local" / "share" / "ai_assistant" / "memory.db")
    # 自动抽取的记忆默认是"候选"，不参与检索；只有用户显式确认的才生效。
    # 对应方案 §8："模型推测不当作确认事实"
    auto_extract_enabled: bool = True
    auto_extract_confirm_status: str = "candidate"


# ---------------------------------------------------------------- 汇总

@dataclass
class AppConfig:
    #: 主 LLM 由 AI_LLM_PRIMARY 选择：
    #:   "local"    = 本机 vLLM（首 token 192ms，但占 21.5GB 显存）
    #:   "deepseek" = 云端（首 token 786ms，网络往返约 700ms）
    #: 2026-09-15 起用 deepseek：本地 27B 已停，GPU 让给 Qwen3-TTS。
    #: 这是个可逆的权衡——音质提升换首音延迟增加约 600ms。
    llm: LLMConfig = field(default_factory=local_llm_config)
    llm_fallback: LLMConfig = field(default_factory=deepseek_config)
    context: ContextConfig = field(default_factory=ContextConfig)
    voice: VoiceConfig = field(default_factory=VoiceConfig)
    memory: MemoryConfig = field(default_factory=MemoryConfig)

    @classmethod
    def load(cls) -> "AppConfig":
        load_env()
        primary = _env("AI_LLM_PRIMARY", "local").strip().lower()
        if primary == "deepseek":
            return cls(llm=deepseek_config(), llm_fallback=local_llm_config())
        return cls()


__all__ = [
    "AppConfig", "LLMConfig", "ContextConfig", "VoiceConfig", "MemoryConfig",
    "load_env", "local_llm_config", "deepseek_config", "PROJECT_ROOT", "ENV_FILE",
]