# ============================================================
# 多专业小模型 + 路由模型系统 — 配置
# 默认全 mock 模式（零依赖、离线可跑）。要接入真实模型，把对应
# 后端 type 改为 hf / api 即可（见 README）。
# ============================================================

system:
  name: multi-expert-router
  version: 0.1.0

router:
  low_confidence_threshold: 0.60     # 分类置信度低于此值 -> 直接走最后处理者
  judge_fallback_threshold: 0.70     # Judge 质量分低于此值 -> 升级最后处理者
  default_temperature: 0.2

# 专家系统内核执行配置（L0 默认零参数）
execution:
  mode: rule                          # rule（默认，L0 零参数）| hybrid
  planner: rule                       # rule（规则拆解）| hf（可选小模型拆解）
  expert_backend: rule                # rule（规则执行器）| hf | api（本地小模型按需加载）
  model_level: L0                     # L0 纯规则 | L1 分类/Planner增强 | L2 领域生成
  max_plan_depth: 3                   # 任务拆解深度上限

classifier:
  type: rule                          # rule（零依赖）| hf（transformers）
  model: Qwen/Qwen3-0.6B
  confidence_floor: 0.55

domains:
  - code
  - math
  - legal
  - medical
  - finance
  - life
  - education
  - general

# 两级路由：大领域分组（用户接口指定 group → 组内路由模型 → 组内专业小模型）
# 组内路由模型只识别本组领域，体积约为统一路由模型的 1/4
domain_groups:
  tech: [code, math]
  professional: [legal, medical, finance]
  lifestyle: [life, education]
  general: [general]

experts:
  code:      { type: mock, model: Qwen/Qwen2.5-Coder-7B-Instruct }
  math:      { type: mock, model: Qwen/Qwen3-4B-Instruct }
  legal:     { type: mock, model: Qwen/Qwen3-4B-Instruct }
  medical:   { type: mock, model: Qwen/Qwen3-4B-Instruct }
  finance:   { type: mock, model: Qwen/Qwen3-4B-Instruct }
  life:      { type: mock, model: Qwen/Qwen3-1.7B-Instruct }
  education: { type: mock, model: Qwen/Qwen3-1.7B-Instruct }
  general:   { type: mock, model: Qwen/Qwen3-1.7B-Instruct }

fallback:
  type: mock                          # none（降级模板）| mock | local（本地≤8B 按需加载）| api
  model: deepseek-chat
  base_url: https://api.deepseek.com/v1
  api_key_env: DEEPSEEK_API_KEY

judge:
  type: rule                          # rule（零依赖）| llm
  model: Qwen/Qwen3-1.7B-Instruct

cache:
  enabled: true
  semantic_enabled: true              # 语义缓存（字符 n-gram 相似度，零依赖）
  similarity_threshold: 0.88
  promote_frequency: 5                # 命中 N 次后提升为精确缓存

# ============================================================
# v2：端云协同 LLM 协作系统（《实现方案_v2》）配置段
# v1 段（上方）保留，供 legacy 路由（POST /chat/legacy）使用。
# ============================================================

runtime:
  llama_server:
    binary: bin/llama-server.exe        # 捆绑上游 release，不改源码（D1）
    model: models/qwen3.5-4b-q4_k_m.gguf
    port: 8901
    hw_profile: auto                    # auto | gpu12 | gpu8 | cpu
    extra_args: ["-fa", "-ctk", "q8_0", "-ctv", "q8_0", "--cache-reuse", "256"]
  tiers:                                # 三档硬件模板（保守默认，可手动覆盖）
    gpu12: {ngl: 99, ctx: 32768}
    gpu8:  {ngl: 14, ctx: 16384}
    cpu:   {ngl: 0,  ctx: 8192}

architect:                              # 大模型（API）
  model: deepseek-chat
  base_url: https://api.deepseek.com/v1
  api_key_env: DEEPSEEK_API_KEY
  temperature: 0.2
  timeout_s: 60

worker:                                 # 小模型（本地）
  backend: llama_server
  temperature: 0.3
  max_fix_attempts: 2
  per_step_timeout_s: 300

pipeline:
  fast_path: true
  rounds_cap: 6
  api_token_cap: 8000
  breach_policy: architect_do           # architect_do | local_only

review:
  queue_db: data/review.sqlite3
  sample_rate: 0.10                     # 随机抽样送审
  force_tags: [safety]                  # brief.tags 命中即强制送审