colcaroliandClaude Opus 5
c1aba42cf8
メンション本文にリマインド系のキーワードが含まれていたとき、LLM に create_reminder / list_reminders / cancel_reminder の3ツールを渡し、 自然言語から日時と用件を取り出して reminders テーブルに保存する。 system メッセージに現在時刻を入れてあるので『明日』『30分後』のような 相対表現はモデル側が絶対日時に直す。扱うのは一回きりの通知のみ。 配信は APScheduler の discord_reminders ジョブ（既定30秒間隔）が担い、 Webhook ではなく Bot クライアントから登録元チャンネルへ依頼者を メンションして送るため、専用の Webhook URL 設定は要らない。 - 日時は他テーブルと同じく UTC で保存し、ユーザー・LLM とのやり取りは ローカル時刻で行って reminders.py の境界で変換する - 過去・REMINDER_MAX_AHEAD_DAYS より先・解釈不能な日時はツール結果として エラー文をモデルに返し、聞き直させる - 一覧・取り消しは依頼者の user_id で絞るため他人のリマインドには触れない - 配信に5回失敗したら notified_at を立てて諦める（チャンネル削除などで ポーリングのたびにエラーログを出し続けるのを防ぐ）。カウンタは プロセス内のみなので、再起動すればまた試す Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
102 lines
6.8 KiB
Python
102 lines
6.8 KiB
Python
from dotenv import load_dotenv
|
|
import os
|
|
import secrets
|
|
|
|
load_dotenv()
|
|
|
|
DATABASE_URL: str = os.getenv("DATABASE_URL", "sqlite:///./playchat.db")
|
|
DEFAULT_MODEL: str = os.getenv("DEFAULT_MODEL", "gpt-4o")
|
|
MEMORY_SUMMARIZE_THRESHOLD: int = int(os.getenv("MEMORY_SUMMARIZE_THRESHOLD", "20"))
|
|
CORS_ORIGINS: list[str] = os.getenv("CORS_ORIGINS", "http://localhost:5173").split(",")
|
|
DEBUG: bool = os.getenv("DEBUG", "false").lower() in ("1", "true", "yes")
|
|
|
|
# GUI設定画面（/api/settings）を保護する簡易パスワード。未設定の場合、設定画面は常に403で拒否する。
|
|
SETTINGS_PASSWORD: str | None = os.getenv("SETTINGS_PASSWORD")
|
|
|
|
# サイト全体（設定画面以外の全API）を保護する簡易パスワード。未設定の場合はこれまで通り無認証で動く。
|
|
SITE_PASSWORD: str | None = os.getenv("SITE_PASSWORD")
|
|
# セッションCookieの署名に使う秘密鍵。未設定なら起動毎に使い捨てキーを生成する（バックエンド再起動でログインし直しになる）。
|
|
SESSION_SECRET_KEY: str = os.getenv("SESSION_SECRET_KEY") or secrets.token_hex(32)
|
|
# ローカルのhttp開発環境ではSecure Cookieが送信されないため、その場合のみfalseにする。公開環境では必ずtrueのままにすること。
|
|
SESSION_COOKIE_SECURE: bool = os.getenv("SESSION_COOKIE_SECURE", "true").lower() in ("1", "true", "yes")
|
|
SESSION_MAX_AGE_DAYS: int = int(os.getenv("SESSION_MAX_AGE_DAYS", "30"))
|
|
|
|
# メッセージへの自動タグ付けに使うモデル（未設定ならDEFAULT_MODELを使用）
|
|
TAGGING_MODEL: str | None = os.getenv("TAGGING_MODEL")
|
|
|
|
# Tavily Web検索
|
|
# GUI設定画面から実行時に変更できるため、実際の参照は search/websearch._api_key() が os.environ から行う。
|
|
TAVILY_API_KEY: str | None = os.getenv("TAVILY_API_KEY")
|
|
# 蓄積した知識をシステムプロンプトに注入する際の最大件数
|
|
KNOWLEDGE_CONTEXT_LIMIT: int = int(os.getenv("KNOWLEDGE_CONTEXT_LIMIT", "15"))
|
|
# Web検索結果を構造的な要約にまとめる際に使うモデル（未設定ならDEFAULT_MODELを使用）
|
|
# GUI設定画面から実行時に変更できるため、実際の参照は memory_kb/knowledge._summary_model() が os.environ から行う。
|
|
SEARCH_SUMMARY_MODEL: str | None = os.getenv("SEARCH_SUMMARY_MODEL")
|
|
|
|
# ローカルMarkdownナレッジベース（話題に応じて関連ファイルをシステムプロンプトに注入）
|
|
LOCAL_KB_DIR: str = os.getenv("LOCAL_KB_DIR", "knowledge_base")
|
|
LOCAL_KB_EMBEDDING_MODEL: str = os.getenv("LOCAL_KB_EMBEDDING_MODEL", "text-embedding-3-small")
|
|
LOCAL_KB_TOP_K: int = int(os.getenv("LOCAL_KB_TOP_K", "3"))
|
|
LOCAL_KB_MIN_SCORE: float = float(os.getenv("LOCAL_KB_MIN_SCORE", "0.75"))
|
|
|
|
# 共有ノート（ユーザーとAIが共同編集するノート）
|
|
# read_note ツールが1回に返す本文の最大文字数
|
|
NOTES_TOOL_CONTENT_LIMIT: int = int(os.getenv("NOTES_TOOL_CONTENT_LIMIT", "4000"))
|
|
|
|
# アップロードで一度に取り込めるページ数と、1ファイル（ZIP内は1エントリ）あたりの最大バイト数
|
|
NOTES_IMPORT_MAX_PAGES: int = int(os.getenv("NOTES_IMPORT_MAX_PAGES", "100"))
|
|
NOTES_IMPORT_MAX_BYTES: int = int(os.getenv("NOTES_IMPORT_MAX_BYTES", "2000000"))
|
|
|
|
# セッションに紐付けたページ1枚あたり、システムプロンプトに載せる本文の最大文字数
|
|
SESSION_NOTES_CONTENT_LIMIT: int = int(os.getenv("SESSION_NOTES_CONTENT_LIMIT", "8000"))
|
|
|
|
# read_knowledge ツールが1回に返す蓄積知識の本文の最大文字数
|
|
KNOWLEDGE_TOOL_CONTENT_LIMIT: int = int(os.getenv("KNOWLEDGE_TOOL_CONTENT_LIMIT", "4000"))
|
|
|
|
# Amazon Bedrock
|
|
# 以下はすべて LiteLLM(boto3) が os.environ から直接読み取るため、.env に書くだけで自動的に有効になる。
|
|
# IAM経由（推奨）: AWS_ACCESS_KEY_ID / AWS_SECRET_ACCESS_KEY を設定する。
|
|
# API key方式（旧）: AWS_BEARER_TOKEN_BEDROCK のみを設定する。
|
|
# 両方設定されている場合はIAM認証（Access Key）が優先される。
|
|
AWS_ACCESS_KEY_ID: str | None = os.getenv("AWS_ACCESS_KEY_ID")
|
|
AWS_SECRET_ACCESS_KEY: str | None = os.getenv("AWS_SECRET_ACCESS_KEY")
|
|
AWS_SESSION_TOKEN: str | None = os.getenv("AWS_SESSION_TOKEN") # 一時的なIAMクレデンシャルを使う場合のみ
|
|
AWS_BEARER_TOKEN_BEDROCK: str | None = os.getenv("AWS_BEARER_TOKEN_BEDROCK")
|
|
AWS_REGION_NAME: str = os.getenv("AWS_REGION_NAME", "us-east-1")
|
|
|
|
# 天気予報 → Discord 通知
|
|
DISCORD_WEBHOOK_URL: str | None = os.getenv("DISCORD_WEBHOOK_URL")
|
|
WEATHER_AREA_CODE: str = os.getenv("WEATHER_AREA_CODE", "120000") # 千葉県
|
|
WEATHER_AREA_KEYWORD: str = os.getenv("WEATHER_AREA_KEYWORD", "北西部") # 市川市は千葉県北西部
|
|
WEATHER_NOTIFY_HOUR: int = int(os.getenv("WEATHER_NOTIFY_HOUR", "22"))
|
|
WEATHER_NOTIFY_MINUTE: int = int(os.getenv("WEATHER_NOTIFY_MINUTE", "0"))
|
|
# 通知メッセージをLLMで生成する場合に使うモデル（未設定ならDEFAULT_MODELを使用）
|
|
WEATHER_NOTIFY_MODEL: str | None = os.getenv("WEATHER_NOTIFY_MODEL")
|
|
|
|
# Discord Bot（メンションへの自動返信用）
|
|
DISCORD_BOT_TOKEN: str | None = os.getenv("DISCORD_BOT_TOKEN")
|
|
DISCORD_BOT_SYSTEM_PROMPT: str = os.getenv(
|
|
"DISCORD_BOT_SYSTEM_PROMPT",
|
|
"あなたは「お天気アプリ」という名前のDiscord Botです。"
|
|
"天気や洗濯指数の質問には親しみやすく簡潔に答え、"
|
|
"雑談にも気さくに応じてください。絵文字を適度に使って親しみやすい口調で話します。",
|
|
)
|
|
|
|
# どうでもいいTipsを定期的にDiscordへ投稿する機能
|
|
USELESS_TIPS_ENABLED: bool = os.getenv("USELESS_TIPS_ENABLED", "false").lower() in ("1", "true", "yes")
|
|
USELESS_TIPS_INTERVAL_HOURS: int = int(os.getenv("USELESS_TIPS_INTERVAL_HOURS", "3"))
|
|
USELESS_TIPS_MODEL: str | None = os.getenv("USELESS_TIPS_MODEL")
|
|
# 未設定なら天気通知と同じ DISCORD_WEBHOOK_URL を使う
|
|
DISCORD_WEBHOOK_URL_TIPS: str | None = os.getenv("DISCORD_WEBHOOK_URL_TIPS") or os.getenv("DISCORD_WEBHOOK_URL")
|
|
|
|
# Discord Bot のリマインド機能（メンションで登録し、時刻になったら同じチャンネルへ通知する）
|
|
# 期限切れのリマインドを探しにいく間隔。短いほど通知の遅れが減るがDBを引く回数は増える。
|
|
REMINDER_CHECK_INTERVAL_SECONDS: int = int(os.getenv("REMINDER_CHECK_INTERVAL_SECONDS", "30"))
|
|
# これより先の日時を指定されたら登録を拒否する（LLMの年の取り違えを弾くため）
|
|
REMINDER_MAX_AHEAD_DAYS: int = int(os.getenv("REMINDER_MAX_AHEAD_DAYS", "365"))
|
|
# list_reminders が一度に返す件数
|
|
REMINDER_LIST_LIMIT: int = int(os.getenv("REMINDER_LIST_LIMIT", "20"))
|
|
# リマインドの解釈に使うモデル。tool callingに対応したモデルを指定すること
|
|
# （未設定なら WEATHER_NOTIFY_MODEL → DEFAULT_MODEL の順にフォールバックする）
|
|
REMINDER_MODEL: str | None = os.getenv("REMINDER_MODEL")
|