配置参考¶

sembr 使用 pydantic-settings，优先级从高到低（高优先级覆盖低优先级）：

shell 环境变量
    │
.env 文件
    │
sembr.yaml 文件（可选，位于工作目录）
    │
内置默认值

目前未支持 secrets_dir= —— Docker secrets 进入容器后是以 shell 环境变量的形式呈现，跟普通 env 同优先级。

注意

不要在 docker-compose.yml 的 environment: 块中硬编码字段值——它跟宿主机 shell export 同级，会静默盖掉后续 .env 修改，并且使运行时设置编辑器的"改完即重启"流程失效。

每个 intent 和 feed 自身的取值（相似度阈值、扫描间隔、回溯窗口、轮询节奏……）保存在数据库的 Intent / Feed 行上，通过 REST API 或仪表盘管理，不走环境变量。如果某个开关你在下面找不到，去 api 模块文档看接口。

必填¶

变量	说明
`EMBEDDER_API_KEY`	SiliconFlow（或任何 OpenAI 兼容）`/v1/embeddings` 端点的 API Key。缺失或为空时容器启动即非零退出

LLM 默认共享同一把 Key（SiliconFlow 同时托管 BGE-M3 和 DeepSeek-V4-Flash），通常一把就够。

存储¶

变量	默认值	说明
`QDRANT_URL`	`http://qdrant:6333`	Qdrant 服务地址。打包的 `docker-compose.yml` 已配好这个地址
`SQLITE_PATH`	`/app/data/sembr.db`	容器内 SQLite 数据库路径。宿主机通过 compose bind mount 把 `./data/` 挂到这里
`SEMBR_HOST_PORT`	`8000`	宿主机暴露端口。容器内绑定端口在 Dockerfile CMD 里硬编码为 `8000`，宿主侧从这里改

向量化（Embedder）¶

变量	默认值	说明
`EMBEDDER_BACKEND`	`siliconflow`	当前只内置 `siliconflow`
`EMBEDDER_API_BASE_URL`	`https://api.siliconflow.cn/v1`	OpenAI 兼容 `/v1/embeddings` 端点。指向其他同协议供应商即可换厂商
`EMBEDDER_MODEL`	`BAAI/bge-m3`	传给端点的模型名
`EMBEDDER_TIMEOUT_SECONDS`	`30`	启动探针 + httpx 客户端默认超时。批量 embed 调用使用动态超时 `max(30s, total_chars / 1500)`，所以小于 30 的值不会收紧批量路径

LLM（摘要）¶

变量	默认值	说明
`LLM_API_BASE_URL`	`https://api.siliconflow.cn/v1`	OpenAI 兼容 `/v1/chat/completions` 端点
`LLM_API_KEY`	—	留空时默认与 `EMBEDDER_API_KEY` 共用
`LLM_MODEL`	`deepseek-ai/DeepSeek-V4-Flash`	模型名
`LLM_TIMEOUT_SECONDS`	`60`	单次请求 HTTP 超时
`LLM_MAX_PROMPT_CHARS`	`1_500_000`	prompt 端总字符预算（system + instruction + 文章）。pipeline 预留 ~15% 给响应，剩余按 water-fill 喂文章——短文章保留完整，只裁最长几篇。按你的模型 ctx 调整。单位是字符不是 token——中文 ≈ 1–1.7 字/token，英文 ≈ 4 字/token。建议默认值：1M token ctx 模型（DeepSeek-V4-Flash）混合语种新闻 `1_500_000`；纯英文且想塞更多文章可调到 `3_000_000`，纯中文且经常碰到长文可降到 `1_000_000`；128K ctx 约 `200_000`，本地 8K-token 模型约 `16_000`。下界 `2_000`

目前只内置 API 风格的 backend（任何 OpenAI 兼容 /v1/chat/completions 端点）。

邮件通知¶

邮件是当前唯一的内置通知渠道。SMTP_HOST 留空即关闭邮件投递，应用其余部分仍可运行。

变量	默认值	说明
`SMTP_HOST`	`""`	SMTP 服务器主机名（如 `smtp.gmail.com`、`smtp.sendgrid.net`）。留空关闭邮件
`SMTP_PORT`	`587`	SMTP 端口。`587` 走 STARTTLS（默认），`465` 走 `SMTP_SSL`
`SMTP_USERNAME`	`""`	SMTP 登录用户名。留空跳过 `AUTH`
`SMTP_PASSWORD`	`""`	SMTP 登录密码（`SecretStr`，永不输出到日志）
`SMTP_FROM`	`""`	`From:` 地址。留空时回退到 `SMTP_USERNAME`
`SMTP_USE_STARTTLS`	`true`	在 plain SMTP 连接后执行 `STARTTLS`
`SMTP_USE_SSL`	`false`	直接走 `SMTP_SSL`（端口 465 风格）。`true` 时 `SMTP_USE_STARTTLS` 被忽略

每条 intent 自己的 timezone（Intent.timezone）才是邮件模板渲染 published_at 的依据；下面 DISPLAY_TIMEZONE 仅供仪表盘消费，不参与邮件渲染。

仪表盘 & 日志¶

变量	默认值	说明
`DASHBOARD_TOKEN`	`""`	`/dashboard` 和 `/api/dashboard/*` 的可选共享密钥。留空关闭认证——只要端口暴露在 localhost 之外就务必设置（feed URL 与 dead-article 错误信息否则对外可见）
`DASHBOARD_POLL_INTERVAL_SECONDS`	`10`	前端 snapshot 轮询节奏。范围 `[2, 120]`。通过 `/api/dashboard/config` 暴露给打包的 JS
`DASHBOARD_LOG_RETENTION_DAYS`	`7`	`feed_fetch_log` / `embed_call_log` 行的最大保留天数。范围 `[1, 90]`
`DASHBOARD_LOG_MAX_PER_FEED`	`1000`	单 feed 上 `feed_fetch_log` 行的 FIFO 上限。范围 `[10, 100000]`
`DASHBOARD_LOG_LEVEL`	`INFO`	启动时套用到全部 7 个 LogBus tag 的默认 level，`DEBUG / INFO / WARNING / ERROR` 之一。仪表盘 `PUT /api/dashboard/logs/level` 可在运行时调单个 tag，但只在进程内存中保存，重启后失效
`DASHBOARD_LOG_BUFFER_PER_TAG`	`1000`	每个日志 tag 的 ring buffer 容量。范围 `[100, 10000]`。内存约 `7 × buffer × ~500 B`，上限大约 35 MB

显示¶

变量	默认值	说明
`DISPLAY_TIMEZONE`	`Asia/Shanghai`	仪表盘渲染时间戳用的 IANA 时区。不参与邮件通知渲染——邮件用的是每条 intent 自己的 `timezone` 字段

提示词模板¶

提示词根目录固定为容器内的 /app/prompts，不可配置。打包的 docker-compose.yml 把宿主机 ./prompts 以读写模式 bind-mount 到此处，仪表盘 Templates 页通过 POST/PUT/DELETE/POST-rename /api/prompts/templates 完成增/改/重命名/删除。两个子目录：

system/：系统提示词。允许占位符：{language}。
instruction/：用户指令模板。允许占位符：{intent_text}、{articles}。

每次 digest tick 重读盘（不缓存）——宿主机直接编辑也是下一轮摘要立即生效，无需重启。保留名 default 在两个子目录里都存在、与项目一同发布、API 层只读（PUT/DELETE/rename 返回 403；创建或重命名为 default 返回 422）。单文件上限 64 KiB（PUT 超限返回 422），不接受空内容（422）。生产部署时容器 UID 与宿主机权限的注意事项见 README "Production deployment" 段。

旧的 SEMBR_PROMPTS_DIR 环境变量在 template-management 重构里已经移除。测试如需重定向到临时目录，请用 monkeypatch.setattr("sembr.summarizer.templates.PROMPTS_DIR", tmp_path)。

Lifespan / 关停¶

变量	默认值	说明
`LIFESPAN_SHUTDOWN_TIMEOUT`	`8.0`	lifespan 优雅关停的最大秒数，超出强制退出。设小于 docker stop 的 SIGKILL 截止（默认 10s）。仅适用于自重启路径（如 settings 保存 → SIGTERM）；普通 `docker compose down` 不受影响

采集器 / RSSHub¶

变量	默认值	说明
`PROXY_HOSTS`	`rsshub:1200`	逗号分隔的 `host[:port]` 列表，用于标识"前置代理多个后端"的网关（打包的 RSSHub 实例就是典型例子）。对这些主机，per-host 并发限流器会按 URL 第一段路径再细分一层，避免代理后面的多个后端共用一个 semaphore

RSSHub 透传变量¶

下列环境变量原样透传给打包的 RSSHub 容器——它们由 RSSHub 自己读，不被 sembr 代码消费。设置编辑器接受新键的条件:符合 ^[A-Z][A-Z0-9_]*$ 且以下列前缀之一开头:TWITTER_、TELEGRAM_、GITHUB_、RSSHUB_、SOCIAL_、OPENAI_。

变量	用途	备注
`TWITTER_AUTH_TOKEN`	RSSHub Twitter 路由	已登录 `x.com` 浏览器会话中 `auth_token` cookie 的值（40 位 hex）—— DevTools → Application → Cookies 即可复制。多账号轮换时用逗号分隔
`TELEGRAM_TOKEN`	RSSHub Telegram 路由	BotFather 颁发的 bot token,适用于公开频道
`TELEGRAM_SESSION`	RSSHub Telegram 路由	Telethon / Pyrogram 生成的 user session 字符串,用于受限频道
`GITHUB_ACCESS_TOKEN`	RSSHub GitHub 路由	PAT —— 把 API 速率上限从 60 提升到 5000 req/h