glpi-neuroforge-mega/.env.example

###############################################################################
# GLPI NEUROFORGE MEGA v1.5.9 - VOLLSTÄNDIGE .ENV.example
#
# Diese Datei ist die zentrale Konfiguration für docker compose.
# Sie enthält:
#   - GLPI AI Agent (vollständige produktive Optionen)
#   - NeuroForge / Vector Backend / Controlled Learning
#   - Knowledge Editor
#   - Control Center
#   - optional SearXNG Research
#   - optionale Codebase-Memory-UI
#
# SICHERER START:
#   DRY_RUN=true
#   AUTO_REPLY=false
#   AUTO_PRIORITY=false
#   AUTO_ESCALATION=false
#   NEUROFORGE_RESEARCH_ENABLED=false
#   NEUROFORGE_AUTONOMY_ENABLED=false
#
# WICHTIG:
# Interne Container-Adressen/Ports wie HTTP_ADDR, DATA_DIR, KNOWLEDGE_DIR,
# OLLAMA_URL, NEUROFORGE_URL und BRAIN_ACTIVITY_URL werden im Mega-Compose
# fest verdrahtet. Dadurch können alte Standalone-Werte die Container-
# Kommunikation nicht versehentlich beschädigen.
###############################################################################

###############################################################################
# 01. MEGA STACK - RELEASE / HOST PORTS / PFADE
###############################################################################
# Immutable Registry-Tag der sechs Projekt-Images. "latest" ist produktiv verboten.
IMAGE_TAG=1.5.9

CONTROL_HOST_PORT=8070
AGENT_HOST_PORT=8080
KNOWLEDGE_HOST_PORT=8081
NEUROFORGE_HOST_PORT=8090
OLLAMA_HOST_PORT=11434
SEARXNG_HOST_PORT=8888

# Gemeinsame produktive Knowledge-Quelle auf dem Docker-Host.
KB_DATA_PATH=./knowledge
KB_DATA_MOUNT_MODE=rw
KB_BACKUP_PATH=./backups
KB_STAGING_PATH=./staging

###############################################################################
# 02. MEGA STACK - SECURITY / SERVICE TOKENS
###############################################################################
# Erzeugen z. B. mit: ./scripts/generate-secrets.sh
NEUROFORGE_ADMIN_TOKEN=CHANGE_ME_ADMIN_TOKEN
NEUROFORGE_APP_API_KEY=CHANGE_ME_APP_API_KEY
# Nur Agent/Knowledge Integrations- und Outcome-Schreibpfade.
NEUROFORGE_INTEGRATION_TOKEN=CHANGE_ME_INTEGRATION_TOKEN_LONG
# Nur NeuroForge Status/Graph-Lesezugriffe des Control Centers.
NEUROFORGE_CONTROL_READ_TOKEN=CHANGE_ME_NF_CONTROL_READ_TOKEN_LONG
NEUROFORGE_WORKER_TOKEN=CHANGE_ME_WORKER_TOKEN
NEUROFORGE_METRICS_TOKEN=CHANGE_ME_METRICS_TOKEN
# Nur bei Clusterbetrieb erforderlich.
NEUROFORGE_CLUSTER_TOKEN=
KB_INTEGRATION_TOKEN=CHANGE_ME_KB_INTEGRATION_TOKEN
CONTROL_READ_TOKEN=CHANGE_ME_AGENT_CONTROL_READ_TOKEN_LONG
# Eigene Anmeldung des Control Centers; /healthz bleibt absichtlich öffentlich.
CONTROL_BASIC_AUTH_USER=admin
CONTROL_BASIC_AUTH_PASSWORD=CHANGE_ME_CONTROL_WEB_PASSWORD_LONG
# Optionaler externer OpenAI-Fallback. Leer = deaktiviert.
OPENAI_API_KEY=

###############################################################################
# 03. SHARED OLLAMA RUNTIME
###############################################################################
# Dieses Modell wird von Agent, Knowledge und NeuroForge gemeinsam verwendet.
# Wenn du dein bisheriges Verhalten beibehalten willst, kannst du hier z. B.
# qwen3:8b statt gemma3 setzen. Das Modell muss vorher in Ollama vorhanden sein.
OLLAMA_MODEL=gemma3
OLLAMA_EMBEDDING_MODEL=embeddinggemma
OLLAMA_TIMEOUT=10m
OLLAMA_MAX_CONCURRENT=1
OLLAMA_NUM_PREDICT=768
OLLAMA_JSON_RETRIES=1
OLLAMA_KEEP_ALIVE=10m
OLLAMA_THINK=false
# NeuroForge verwendet für lange, quellengebundene KB-Synthesen ein eigenes
# Call-Budget. num_predict=0 ist hier absichtlich: dadurch gilt das jeweilige
# Staging-/Verification-Limit statt eines globalen niedrigen Ollama-Limits.
NEUROFORGE_OLLAMA_NUM_CTX=8192
NEUROFORGE_OLLAMA_NUM_PREDICT=0

###############################################################################
# 04. KNOWLEDGE EDITOR
###############################################################################
KB_APP_MODE=editor
APP_TITLE=Knowledge Base Editor
APP_SUBTITLE=GLPI NeuroForge Mega
AUTO_RELOAD_INTERVAL=60s

# Für Produktion setzen. Leer würde die optionale Basic-Auth deaktivieren.
BASIC_AUTH_USER=admin
BASIC_AUTH_PASSWORD=CHANGE_ME_KB_WEB_PASSWORD_LONG

AI_FALLBACK_ENABLED=true
# Optional externer Ollama-Endpunkt. Leer/fehlend = interner Compose-Service http://ollama:11434.
OLLAMA_BASE_URL=http://ollama:11434
OLLAMA_STAGING_AUTO_REPLY=false
OLLAMA_STAGING_MIN_SCORE=0.78

###############################################################################
# 05. NEUROFORGE VECTOR BACKEND / INTEGRATION
###############################################################################
# local | dual | neuroforge
KNOWLEDGE_VECTOR_BACKEND=dual
NEUROFORGE_NAMESPACE=glpi-agent
NEUROFORGE_TIMEOUT=15s
NEUROFORGE_SEARCH_K=128
# true = bei NeuroForge-Ausfall lokale/lexikalische Evidenz weiterverwenden.
NEUROFORGE_FAIL_OPEN=true

###############################################################################
# 06. CONTROLLED LEARNING / VALIDATED OUTCOMES
###############################################################################
# Verhindert automatisches Langzeitlernen aus rohem Chatinput/AI-Ausgaben.
NEUROFORGE_CONTROLLED_LEARNING=true
# Separate gate for semantic goal-cycle memories. Required for manual/autonomous
# Goal cycles to learn while Controlled Learning remains enabled.
NEUROFORGE_GOAL_LEARNING_ENABLED=false
# Mega-Readiness prüft Ollama /api/tags sowie Chat- und Embedding-Modell live.
NEUROFORGE_READINESS_OLLAMA_LIVE=true

# Ticket -> KI-Vorschlag -> Techniker bestätigt/korrigiert -> Trusted Outcome.
OUTCOME_LEARNING_ENABLED=true
OUTCOME_LEARNING_FAIL_OPEN=false
OUTCOME_LEARNING_MAX_OUTCOMES=2000

# Menschlich validierte Erfahrungen als sekundäre Evidenz abrufen.
OUTCOME_RETRIEVAL_ENABLED=true
OUTCOME_RETRIEVAL_SEARCH_K=6
OUTCOME_RETRIEVAL_MIN_SIMILARITY=0.58
OUTCOME_RETRIEVAL_FAIL_OPEN=true

###############################################################################
# 07. OPTIONAL RESEARCH / SEARXNG / AUTONOMY
###############################################################################
# SearXNG-Container wird nur mit `docker compose --profile research ...` gestartet.
SEARXNG_IMAGE=docker.io/searxng/searxng:latest
SEARXNG_SECRET=CHANGE_ME_SEARXNG_LONG_RANDOM_SECRET

# Research und Autonomy sind absichtlich getrennt.
NEUROFORGE_RESEARCH_ENABLED=false
NEUROFORGE_SEARXNG_ENABLED=false
NEUROFORGE_SEARXNG_URL=http://searxng:8080
NEUROFORGE_RESEARCH_GOAL_ENABLED=true
NEUROFORGE_AUTONOMY_ENABLED=false
NEUROFORGE_AUTONOMY_INTERVAL_MINUTES=30
NEUROFORGE_RESEARCH_MAX_QUERIES=2
NEUROFORGE_RESEARCH_MAX_PAGES=4

# Research -> Knowledge human-review staging bridge. Never writes production KB.
NEUROFORGE_KB_STAGING_ENABLED=true
NEUROFORGE_KB_STAGING_MIN_EVIDENCE=4
NEUROFORGE_KB_STAGING_MIN_SOURCES=2
# 0 allows a human-review draft from multiple independent sources before exact
# semantic corroboration exists. Raise to 1+ for stricter environments.
NEUROFORGE_KB_STAGING_MIN_CORROBORATIONS=0
NEUROFORGE_KB_STAGING_MAX_EVIDENCE=12
# llm = echte, quellengebundene Artikelsynthese (Production default).
# evidence = nur diagnostisches Roh-Evidence-Bundle, nicht als Artikel geeignet.
NEUROFORGE_KB_STAGING_SYNTHESIS_MODE=llm
# Produktions-Gate: mindestens eine belastbare Erst-/Herstellerquelle muss im
# tatsächlich an die Synthese übergebenen Evidence-Set enthalten sein.
NEUROFORGE_KB_STAGING_REQUIRE_AUTHORITATIVE_SOURCE=true
NEUROFORGE_KB_STAGING_MIN_AUTHORITATIVE_SOURCES=1
# Kommagetrennte zusätzliche First-Party-Domains. Built-ins umfassen u.a.
# Microsoft, Fortinet, NVIDIA, Cisco, Broadcom/VMware, Red Hat, Ubuntu, Apple,
# Google und Mozilla. Leer = nur Built-ins.
NEUROFORGE_KB_STAGING_AUTHORITATIVE_DOMAINS=
# Zweite LLM-Stufe prüft jede materielle Draft-Aussage gegen konkrete E*-Belege.
NEUROFORGE_KB_STAGING_VERIFY_CLAIMS=true
NEUROFORGE_KB_STAGING_MIN_CLAIM_COVERAGE=1.0
# Handlungsanweisungen/Commands müssen durch eine autoritative Quelle belegt sein.
NEUROFORGE_KB_STAGING_REQUIRE_AUTHORITATIVE_ACTIONS=true
NEUROFORGE_KB_STAGING_MAX_VERIFICATION_STATEMENTS=32
# Einmaliger Grounding-Repair ist erlaubt; anschließend wird vollständig neu geprüft.
NEUROFORGE_KB_STAGING_VERIFICATION_REPAIR=true
# Article-Depth-Gate: `text` ist der vollständige KB-Artikel; `answer` bleibt eine
# kompakte operative Zusammenfassung für den Agenten. Die Evidence wird für den
# Prompt fair über alle ausgewählten Belege verteilt und auf ein Context-Budget
# begrenzt, damit bei typischen 8k-Modellkontexten genügend Output-Budget bleibt.
NEUROFORGE_KB_STAGING_SYNTHESIS_MAX_TOKENS=2600
NEUROFORGE_KB_STAGING_EVIDENCE_PROMPT_MAX_CHARS=14000
NEUROFORGE_KB_STAGING_MIN_ARTICLE_CHARS=3500
NEUROFORGE_KB_STAGING_TARGET_ARTICLE_CHARS=6500
NEUROFORGE_KB_STAGING_MAX_ARTICLE_CHARS=10000
NEUROFORGE_KB_STAGING_MIN_ANSWER_CHARS=160
NEUROFORGE_KB_STAGING_MAX_ANSWER_CHARS=1200

###############################################################################
# 08. OPTIONAL CODEBASE MEMORY MCP / ENGINEERING UI
###############################################################################
# Developer-only. Für den Produktivbetrieb nicht erforderlich.
CODEBASE_MEMORY_URL=
PUBLIC_CODEBASE_MEMORY_URL=http://localhost:9749

###############################################################################
# 09. AGENT - VOLLSTÄNDIGE KONFIGURATION
###############################################################################
# 09A. GLPI AI AGENT - ALLGEMEINER BETRIEB
###############################################################################
# true:
# Der Agent analysiert vollständig, schreibt aber keine Änderungen nach GLPI.
#
# false:
# Durch die Policy freigegebene Aktionen werden tatsächlich ausgeführt.
#
# Für Tests / Einführung:
# true
DRY_RUN=true
# Mögliche Werte:
# debug
# info
# warn
# error
LOG_LEVEL=info
# HTTP-Listener INNERHALB des Agent-Containers.
# Im Mega-Compose wird dieser Wert zusätzlich fest auf :8080 überschrieben.
# Der veröffentlichte Host-Port wird ausschließlich über AGENT_HOST_PORT gesteuert.
HTTP_ADDR=:8080
# Persistentes Verzeichnis IM Container.
#
# Compose mountet:
# agent-data:/app/data
#
# Enthält unter anderem:
# - Knowledge-Index
# - Audit/Run-Daten
# - Category Learning
# - Managed Knowledge
# - GLPI-KB-Cache
DATA_DIR=/app/data
###############################################################################
# 06. AGENT WEBUI / API / DIAGNOSE
###############################################################################
# Benutzer für Agent-Dashboard, Knowledge-Verwaltung und Diagnose-Cockpit.
WEB_USERNAME=admin
WEB_PASSWORD=CHANGE_ME_AGENT_WEB_PASSWORD_LONG
# false:
# Anmeldung erforderlich.
#
# true:
# Weboberfläche ohne Authentifizierung erreichbar.
#
# In Produktion normalerweise false.
WEB_ALLOW_ANONYMOUS=false
# TrustedNet-Kennzeichnung vor automatisch ausgewählten Antworten.
#
# true:
# TrustedNet-KI-Badge wird vor Anrede und Antwort eingefügt.
#
# false:
# keine KI-Kennzeichnung.
AI_CONTENT_LABEL_ENABLED=true
###############################################################################
# 07. OPTIONALER GLPI-WEBHOOK
###############################################################################
# Optionales Shared Secret für eingehende GLPI-Webhooks.
#
# Der Absender muss dasselbe Secret z. B. über:
# X-Webhook-Secret
# übertragen.
#
# Leer lassen, falls kein Webhook verwendet wird.
WEBHOOK_SECRET=
###############################################################################
# 08. GLPI 11 / HIGH-LEVEL API / OAUTH2
###############################################################################
GLPI_URL=https://glpi.example.invalid
# Verwendete GLPI High-Level API.
GLPI_API_VERSION=v2.3
# OAuth2 Service Account.
GLPI_CLIENT_ID=
GLPI_CLIENT_SECRET=
GLPI_USERNAME=
GLPI_PASSWORD=
# Numerische GLPI-Benutzer-ID des Service-Accounts.
#
# Wird unter anderem benötigt, um Agent-Followups von menschlichen
# Followups unterscheiden zu können.
GLPI_AGENT_USER_ID=0
# Nur für lokale Testsysteme ohne TLS.
#
# Produktion:
# false
GLPI_ALLOW_INSECURE_HTTP=false
###############################################################################
# 09. GLPI TICKET-POLLING
###############################################################################
# Fail-closed Whitelist erlaubter GLPI-Ticketstatus.
#
# Beispiel:
# 1
# 1,2
#
# Status 1 entspricht typischerweise "Neu".
GLPI_ALLOWED_STATUS_IDS=1
# Polling-Intervall.
GLPI_POLL_INTERVAL=30s
# Maximale Anzahl Tickets pro Poll.
GLPI_POLL_LIMIT=50
# Optionale serverseitige Vorfilterung.
#
# Die Agent-Policy prüft GLPI_ALLOWED_STATUS_IDS anschließend trotzdem selbst.
#
# Änderungen der Syntax immer gegen /api.php/doc der eigenen GLPI-Instanz
# prüfen.
GLPI_TICKET_FILTER=status.id==1
# HTTP-Timeout für GLPI-Aufrufe.
GLPI_TIMEOUT=20s
###############################################################################
# 10. GLPI AI AGENT - OLLAMA-POOL
###############################################################################
# Einzelnode-Kompatibilität. Wird nur verwendet, wenn OLLAMA_URLS leer ist.
OLLAMA_URL=http://ollama:11434

# Mehrere Ollama-Instanzen, durch Komma getrennt. Alle Nodes sollten dieselbe
# Ollama-Version, dasselbe Chat-Modell und dasselbe Embedding-Modell besitzen.
# Beispiel für vorhandene Lenovo-Nodes:
# OLLAMA_URLS=http://10.20.30.21:11434,http://10.20.30.22:11434,http://10.20.30.23:11434
OLLAMA_URLS=

# Optionale lesbare Namen; Anzahl muss exakt zu OLLAMA_URLS passen.
# OLLAMA_NODE_NAMES=lenovo-01,lenovo-02,lenovo-03
OLLAMA_NODE_NAMES=

# Optionale Gewichte 1..100; nur für OLLAMA_ROUTING_MODE=weighted relevant.
# OLLAMA_NODE_WEIGHTS=1,1,1
OLLAMA_NODE_WEIGHTS=

# Routing-Modi:
# least_inflight  = Node mit den wenigsten laufenden Requests (empfohlen)
# round_robin     = zyklische Verteilung
# weighted        = Verteilung anhand OLLAMA_NODE_WEIGHTS und Auslastung
# fastest_recent  = bevorzugt die zuletzt schnellsten Nodes
OLLAMA_ROUTING_MODE=least_inflight

# Maximale parallele Requests JE Node. Für integrierte GPUs/RAM-Sharing 1.
OLLAMA_NODE_MAX_INFLIGHT=1

# Regelmäßige Prüfung von /api/tags.
OLLAMA_NODE_HEALTH_INTERVAL=15s

# Nach einem retryfähigen Netzwerk-/HTTP-Fehler wird der Node so lange nicht
# für neue Requests verwendet.
OLLAMA_NODE_FAILURE_COOLDOWN=30s

# Maximalzeit für einen einzelnen Request an genau einen Node. Der übergeordnete
# Analyse-Timeout kann kürzer sein und hat dann Vorrang.
OLLAMA_NODE_REQUEST_TIMEOUT=10m

# Bei Netzwerkfehlern, HTTP 408/429/5xx oder ungültigem Response-JSON auf einen
# anderen kompatiblen Node wechseln.
OLLAMA_FAILOVER_ENABLED=true

# Maximale Anzahl verschiedener Nodes je logischem Request. 0 bedeutet:
# automatisch alle konfigurierten Nodes. Ein positiver Wert darf höchstens der
# Zahl der OLLAMA_URLS-Einträge entsprechen.
OLLAMA_FAILOVER_ATTEMPTS=0

# Bei abweichenden Chat-/Embedding-Modelldigests wird der Pool vollständig
# fail-closed. Für reproduzierbare Entscheidungen unbedingt true lassen.
OLLAMA_REQUIRE_SAME_MODEL_DIGEST=true

# true: Jeder Node muss auch OLLAMA_EMBEDDING_MODEL installiert haben.
# Bei RAG empfohlen. false erlaubt Chat-only-Nodes; Embedding-Requests werden
# trotzdem nur an Nodes mit erkanntem Embedding-Modell gesendet.
OLLAMA_REQUIRE_EMBEDDING_MODEL=true

# OLLAMA_MODEL ist bereits oben im gemeinsamen Compose-/Ollama-Bereich gesetzt:
# OLLAMA_MODEL=qwen3:8b
# Embedding-Modell für RAG.
# OLLAMA_EMBEDDING_MODEL=embeddinggemma  # already configured in SHARED OLLAMA RUNTIME above

# Modellspezifisches Retrieval-Prompting.
# auto = Modell automatisch erkennen; für embeddinggemma empfohlen.
# plain = keine modellspezifischen Retrieval-Prompts.
KNOWLEDGE_EMBEDDING_PROFILE=auto

# Gesamtbudget für Ollama-Aufrufe und Fallback für Node-Request-Timeouts.
# OLLAMA_TIMEOUT ist bereits oben gesetzt.
# OLLAMA_MAX_CONCURRENT bleibt als Legacy-Alias für
# OLLAMA_NODE_MAX_INFLIGHT erhalten, falls der neue Wert nicht gesetzt ist.

# Maximale Anzahl generierter Tokens für strukturierte Antworten.
# OLLAMA_NUM_PREDICT=768  # already configured in SHARED OLLAMA RUNTIME above
# Wiederholungen bei semantisch/strukturell fehlerhaftem Modell-JSON.
# Diese Wiederholungen sind von Netzwerk-Failover getrennt.
# OLLAMA_JSON_RETRIES=1  # already configured in SHARED OLLAMA RUNTIME above
# Ollama-Modell nach Benutzung im Speicher halten.
# OLLAMA_KEEP_ALIVE=10m  # already configured in SHARED OLLAMA RUNTIME above
# Thinking bei unterstützten Modellen deaktivieren.
# OLLAMA_THINK=false  # already configured in SHARED OLLAMA RUNTIME above
###############################################################################
# 11. KNOWLEDGE BASE / RAG - BASIS
###############################################################################
# Knowledge-Verzeichnis IM Agent-Container.
#
# Compose sollte hierhin KB_DATA_PATH mounten:
# ${KB_DATA_PATH:-./knowledge}:/app/knowledge:ro
KNOWLEDGE_DIR=/app/knowledge
# Gesamtes Retrieval-System aktivieren.
RAG_ENABLED=true
###############################################################################
# 12. EXTERNE KNOWLEDGE-KATEGORIEN
###############################################################################
# Verhalten bei String-/Fremdkategorien, z. B.:
#
# "AI-Staging"
# "Outlook"
# "E-Mail"
# "Signatur"
#
# Mögliche Werte:
#
# unscoped
# Artikel bleibt nutzbar.
# Fremdkategorien können als Retrieval-Metadaten dienen.
#
# skip
# Artikel mit unbekannten Kategorien überspringen.
#
# strict
# unbekannte Kategorie als Fehler behandeln.
#
# Für eine gemeinsam mit anderen Anwendungen verwendete KB:
# unscoped
KNOWLEDGE_CATEGORY_MODE=unscoped
# Optionales Mapping von Fremdkategorien auf GLPI-ITIL-Kategorie-IDs.
#
# Beispiel knowledge-category-map.json:
#
# {
# "Outlook": 12,
# "E-Mail": 12,
# "Active Directory": 2,
# "Security": [20,21]
# }
KNOWLEDGE_CATEGORY_MAP_FILE=/app/data/knowledge-category-map.json
# Optional bestimmte KB-Dateien ignorieren.
#
# Beispiele:
# KB-SEC-ATTCK-*.json
# legacy-*.json,external-only-*.json
#
# Leer:
# keine zusätzlichen Ignore-Regeln.
KNOWLEDGE_IGNORE_GLOBS=
###############################################################################
# 13. PERSISTENTER KNOWLEDGE-INDEX
###############################################################################
# Mögliche Werte:
#
# incremental
# Persistent gespeicherten Index sofort verwenden.
# Neue/geänderte Dateien anschließend inkrementell nachziehen.
# Für Produktion empfohlen.
#
# rebuild
# vollständigen Index neu erzeugen.
#
# readonly
# nur bestehenden Index verwenden, keine Änderungen übernehmen.
KNOWLEDGE_INDEX_MODE=incremental
# Anzahl Texte pro Embedding-Batch.
KNOWLEDGE_EMBED_BATCH_SIZE=64
# Intervall für neue/geänderte/gelöschte Dateien.
#
# Beispiele:
# 30s
# 1m
# 5m
#
# 0:
# keinen automatischen Hintergrundscan durchführen.
KNOWLEDGE_INDEX_SCAN_INTERVAL=5m
###############################################################################
# 14. RETRIEVAL / DYNAMISCHE KANDIDATENAUSWAHL
###############################################################################
# Unterhalb dieses Retrieval-Scores wird eine KB nicht als geeigneter
# Kandidat betrachtet.
#
# Der Wert ist KEINE Wahrscheinlichkeit.
KNOWLEDGE_RETRIEVAL_FLOOR=0.30
# Maximale Differenz zum besten Treffer.
#
# Beispiel:
#
# bester Treffer        0.82
# MAX_GAP               0.20
# dynamischer Cutoff    0.62
#
# Ein Kandidat mit 0.55 würde dann nicht an die KI gesendet.
KNOWLEDGE_CANDIDATE_MAX_GAP=0.20
# Maximale Anzahl Knowledge-Kandidaten, die tatsächlich an Ollama gehen.
KNOWLEDGE_TOP_K=6
# Anzahl Kandidaten für Audit / Diagnose.
#
# Kann größer als KNOWLEDGE_TOP_K sein.
KNOWLEDGE_AUDIT_TOP_K=10
###############################################################################
# 15. HYBRID-RETRIEVAL - RANKING-GEWICHTE
###############################################################################
# Die Werte beschreiben die Gewichtung beim KB-Ranking.
#
# Summe aktuell:
# 1.0
#
# Fehlende Metadaten sollen nicht automatisch negativ bewertet werden.
# Embedding-/Chunk-Semantik.
KNOWLEDGE_WEIGHT_SEMANTIC=0.45
# Ticket-Betreff gegenüber KB-Titel.
KNOWLEDGE_WEIGHT_TITLE=0.20
# Lexikalische / sprachliche Übereinstimmung.
KNOWLEDGE_WEIGHT_LEXICAL=0.20
# KB-Keywords.
KNOWLEDGE_WEIGHT_KEYWORDS=0.075
# Kategorie-/Lernsignal.
KNOWLEDGE_WEIGHT_CATEGORY=0.075
###############################################################################
# 16. FINALE EVIDENZ FÜR AUTO-REPLY
###############################################################################
# Mindestwert der FINALEN Evidenz.
#
# WICHTIG:
# Das ist nicht der reine Retrieval-Score.
#
# Die finale Evidenz kombiniert:
# - Retrieval
# - AI Confidence
# - Kategorieübereinstimmung
KNOWLEDGE_MIN_SCORE=0.70
# Gewicht Retrieval.
KNOWLEDGE_EVIDENCE_WEIGHT_RETRIEVAL=0.45
# Gewicht KI-Auswahl / KI-Confidence.
KNOWLEDGE_EVIDENCE_WEIGHT_AI=0.35
# Gewicht Kategorieübereinstimmung.
KNOWLEDGE_EVIDENCE_WEIGHT_CATEGORY=0.20
###############################################################################
# 17. KNOWLEDGE-CHUNKING
###############################################################################
# Ungefähre Anzahl Wörter pro Dokument-Chunk.
KNOWLEDGE_CHUNK_WORDS=160
# Überlappung benachbarter Chunks.
KNOWLEDGE_CHUNK_OVERLAP_WORDS=30
# Maximale Anzahl Chunks pro KB-Dokument.
KNOWLEDGE_MAX_CHUNKS_PER_DOC=24
# Maximale Anzahl Query-Chunks bei sehr langen Tickets.
KNOWLEDGE_MAX_QUERY_CHUNKS=64
# Maximale Anzahl Kategorien im Kategorie-Prompt.
CATEGORY_PROMPT_LIMIT=80
###############################################################################
# 18. KNOWLEDGE-QUELLEN / TRUST POLICY
###############################################################################
# Quellen für normale Knowledge-Suche und mögliche Antwortkandidaten.
# Indexiert wird die Vereinigung mit KNOWLEDGE_CATEGORY_SOURCES.
#
# Beispiele:
# internal-kb
# glpi-kb
# runbook
# vendor-docs
KNOWLEDGE_ALLOWED_SOURCES=internal-kb,glpi-kb,vendor-docs,vendor-docs-ms,vendor-docs-linux,vendor-docs-sec
# Quellen, die ausschließlich die Kategorieentscheidung unterstützen.
# Ohne explizite Angabe wird aus Kompatibilitätsgründen KNOWLEDGE_ALLOWED_SOURCES verwendet.
# Mit "none" wird Knowledge-Einfluss auf die Kategorisierung deaktiviert.
KNOWLEDGE_CATEGORY_SOURCES=internal-category
# Nur diese Quellen dürfen grundsätzlich automatische Antworten liefern.
#
# Muss eine Teilmenge von KNOWLEDGE_ALLOWED_SOURCES sein.
#
# Beispiel zum kompletten Abschalten:
# KNOWLEDGE_AUTO_REPLY_SOURCES=none
KNOWLEDGE_AUTO_REPLY_SOURCES=internal-kb,glpi-kb,vendor-docs,vendor-docs-ms,vendor-docs-linux,vendor-docs-sec
# Webbasierte Bearbeitung von Agent-eigenen Knowledge-Artikeln.
#
# Diese werden unter:
# DATA_DIR/knowledge-managed
# gespeichert.
#
# Das statische KNOWLEDGE_DIR bleibt read-only.
KNOWLEDGE_WEB_EDIT_ENABLED=false
# Nur Mega-Compose: expliziter Legacy-Schalter für den Agent-eigenen Editor.
AGENT_LEGACY_KNOWLEDGE_EDITOR_ENABLED=false
###############################################################################
# 19. GLPI KNOWLEDGE BASE CONNECTOR
###############################################################################
# GLPI-interne Knowledge Base synchronisieren.
GLPI_KB_ENABLED=true
# auto:
# Agent ermittelt die KnowbaseItem-Route aus /api.php/doc.json.
GLPI_KB_PATH=auto
# Optionaler serverseitiger GLPI-Filter.
#
# Leer:
# alle für den Service Account sichtbaren Artikel, begrenzt durch LIMIT.
GLPI_KB_FILTER=
# Maximale Anzahl GLPI-KB-Artikel.
GLPI_KB_LIMIT=500
# Synchronisationsintervall.
GLPI_KB_SYNC_INTERVAL=10m
# source-Wert importierter GLPI-KB-Artikel.
GLPI_KB_SOURCE=glpi-kb
# true:
# GLPI-KB-Artikel können grundsätzlich Auto-Replies auslösen.
#
# Zusätzlich gelten weiterhin alle anderen Policy-Gates wie Retrieval,
# KI-Auswahl, Evidenz, Sprache, Stil und vorhandene Antworten.
GLPI_KB_AUTO_REPLY=false
# Whitelist der GLPI KNOWLEDGE-BASE-Kategorie-IDs.
#
# WICHTIG:
# Dies sind NICHT die ITIL-/Ticketkategorie-IDs. Ein kategorisierter Artikel
# ist genau dann grundsätzlich für Auto-Reply freigegeben, wenn mindestens
# eine seiner GLPI-KB-Kategorien hier enthalten ist.
#
# Mehrere Werte:
# 1,2,7
GLPI_KB_AUTO_REPLY_CATEGORY_IDS=1
# VERALTET / WIRD IGNORIERT:
# Ticket-/ITIL-Kategorien geben einen GLPI-Wissensartikel nicht mehr für
# Auto-Reply frei. Die Variable bleibt nur erhalten, damit alte .env-Dateien
# verständlich migriert werden können. Wert bitte leeren oder entfernen.
GLPI_KB_AUTO_REPLY_ITIL_CATEGORY_IDS=
# GLPI-KB-Artikel ohne Knowledge-Base-Kategorie bleiben standardmäßig gesperrt.
#
# true:
# Solche Artikel dürfen ausschließlich dann Auto-Reply verwenden, wenn ihre
# konkrete GLPI-KnowbaseItem-ID zusätzlich in
# GLPI_KB_AUTO_REPLY_UNCATEGORIZED_ARTICLE_IDS steht.
GLPI_KB_AUTO_REPLY_ALLOW_UNCATEGORIZED=false
# Explizite GLPI-KnowbaseItem-IDs für unkategorisierte Artikel.
# Beispiel: Das synchronisierte Dokument GLPI-KB-1 entspricht Artikel-ID 1.
# Diese Liste ist bei ALLOW_UNCATEGORIZED=true verpflichtend.
GLPI_KB_AUTO_REPLY_UNCATEGORIZED_ARTICLE_IDS=
###############################################################################
# 20. HUMAN-IN-THE-LOOP / KATEGORIE-LERNEN
###############################################################################
# Menschlich bestätigte/korrigierte Entscheidungen als Lernbeispiele verwenden.
#
# Der Agent lernt NICHT automatisch aus seinen eigenen unbestätigten
# Entscheidungen.
LEARNING_ENABLED=true
# Maximale Anzahl gespeicherter Beispiele.
LEARNING_MAX_EXAMPLES=500
# Maximale Beispiele pro Kategorie im Prompt.
LEARNING_EXAMPLES_PER_CATEGORY=5
###############################################################################
# 21. KOMMUNIKATIONSPOLICY
###############################################################################
# Erwartete Sprache von Auto-Reply-KBs.
COMMUNICATION_LANGUAGE=de-DE
# Erwarteter Kommunikationsstil.
COMMUNICATION_STYLE=formal
# Wird vor die Knowledge-Antwort gesetzt.
COMMUNICATION_SALUTATION=Guten Tag,
# Abschluss.
COMMUNICATION_CLOSING=Mit freundlichen Grüßen
COMMUNICATION_SIGNATURE=IT-Service
###############################################################################
# 22. OPERATIONAL CONTEXT - GLOBAL
###############################################################################
# Globaler Schalter für zusätzliche Betriebsinformationen:
# - Changes
# - Major Incidents
# - Requester-Geräte
# - Uptime Kuma
CONTEXT_ENABLED=true
# Timeout für Kontextabfragen.
CONTEXT_TIMEOUT=12s
# Mindestscore, ab dem Incident/Outage als für das Ticket relevant gilt.
CONTEXT_RELEVANCE_MIN_SCORE=0.20
# true:
# Fehler einer aktivierten Kontextquelle blockieren Auto-Reply.
#
# Fail-closed und für Produktion empfohlen.
CONTEXT_BLOCK_AUTO_REPLY_ON_ERRORS=true
# true:
# relevante zentrale Störung blockiert individuelle Standardantwort.
CONTEXT_BLOCK_AUTO_REPLY_ON_INCIDENT=true
###############################################################################
# 23. GLPI CHANGE CALENDAR
###############################################################################
CHANGE_CALENDAR_ENABLED=true
# API-Route.
GLPI_CHANGE_PATH=/Assistance/Change
# Optionaler serverseitiger GLPI-Filter.
GLPI_CHANGE_FILTER=
# Maximale Anzahl geladener Changes.
GLPI_CHANGE_LIMIT=100
# Betrachteter Zeitraum in der Vergangenheit.
CHANGE_LOOKBACK=72h
# Betrachteter Zeitraum in der Zukunft.
CHANGE_LOOKAHEAD=24h
###############################################################################
# 24. MAJOR INCIDENTS
###############################################################################
# Major Incidents über GLPI-Tickets ermitteln.
#
# Erst aktivieren, wenn GLPI_MAJOR_INCIDENT_FILTER getestet wurde.
MAJOR_INCIDENTS_ENABLED=false
# Expliziter Filter für Tickets, die als Major Incident gelten.
GLPI_MAJOR_INCIDENT_FILTER=
GLPI_MAJOR_INCIDENT_LIMIT=20
###############################################################################
# 25. REQUESTER -> GERÄT / ASSET CONTEXT
###############################################################################
# Zusätzlich zu direkt verknüpften Ticket-Assets Geräte des Requesters suchen.
USER_DEVICE_CONTEXT_ENABLED=true
# Asset-Routen.
GLPI_USER_DEVICE_PATHS=/Assets/Computer
# {{user_id}} wird vom Agenten ersetzt.
GLPI_USER_DEVICE_FILTER_TEMPLATE=user.id=={{user_id}}
# Maximale Anzahl Geräte je Suche.
GLPI_USER_DEVICE_LIMIT=20
###############################################################################
# 26. UPTIME KUMA
###############################################################################
# Globaler Schalter für Uptime-Kuma-Kontext.
UPTIME_KUMA_ENABLED=false
UPTIME_KUMA_URL=https://uptime.example.com
# Mögliche Werte:
#
# metrics
# authentifizierte Prometheus-Metrics.
#
# status_page
# öffentliche/publizierte Statusseiten.
UPTIME_KUMA_MODE=metrics
# Nur in metrics erforderlich.
UPTIME_KUMA_API_KEY=
# Nur in status_page erforderlich.
#
# Mehrere Slugs:
# it-services,network,applications
UPTIME_KUMA_STATUS_PAGES=it-services
UPTIME_KUMA_TIMEOUT=10s
# Maximale Anzahl gleichzeitig berücksichtigter Probleme.
UPTIME_KUMA_MAX_ISSUES=20
# Maintenance ebenfalls als Kontext berücksichtigen.
UPTIME_KUMA_INCLUDE_MAINTENANCE=true

# Optional: bei eindeutig passender Uptime-Kuma-Störung oder Wartung einen
# ausschließlich vom Betreiber vorgegebenen Text senden. Die KI erzeugt keinen
# Antworttext; sie wählt nur einen aktiven Kandidaten und liefert eine Confidence.
CONTEXT_STATUS_REPLY_ENABLED=false
CONTEXT_STATUS_REPLY_MIN_RELEVANCE=0.50
CONTEXT_STATUS_REPLY_MIN_AI_CONFIDENCE=0.80
# Finaler Score = Relevanz × KI-Confidence.
CONTEXT_STATUS_REPLY_MIN_FINAL_SCORE=0.45
# Literal \n wird als Zeilenumbruch interpretiert. Verfügbare Platzhalter:
# {{service_name}}, {{status}}, {{status_page}}, {{message}},
# {{incident_title}}, {{incident_content}}, {{last_heartbeat}}
CONTEXT_INCIDENT_REPLY_TEXT=Zu Ihrer Meldung liegt derzeit wahrscheinlich eine zentrale Störung bei {{service_name}} vor. Die Einschränkung kann damit zusammenhängen. Wir beobachten den Status.
CONTEXT_MAINTENANCE_REPLY_TEXT=Für {{service_name}} läuft derzeit eine Wartung. Die von Ihnen beschriebene Einschränkung kann damit zusammenhängen. Bitte testen Sie den Dienst nach Abschluss der Wartung erneut.
###############################################################################
# 27. POLICY-GATES
###############################################################################
# Automatische Kategorisierung zulassen.
AUTO_CATEGORY=true
# Automatische Antworten grundsätzlich zulassen.
#
# DRY_RUN=true verhindert trotzdem das tatsächliche Schreiben nach GLPI.
AUTO_REPLY=false
# Mindestconfidence der KI für Kategorieänderungen.
CATEGORY_CONFIDENCE=0.90
# Mindestconfidence der KI für Antwortauswahl.
#
# Dies allein reicht NICHT für Auto-Reply.
# Zusätzlich gelten unter anderem:
#
# - Knowledge-Evidenz
# - Retrieval-Regeln
# - Source Policy
# - KB auto_reply
# - Kommunikationspolicy
# - Followup-Prüfung
# - Kontext-/Incident-Regeln
# - zweite Followup-Prüfung unmittelbar vor dem Schreiben
REPLY_CONFIDENCE=0.97
###############################################################################
# 28. KI-PRIORISIERUNG
###############################################################################
# Separater KI-Lauf zur Empfehlung der GLPI-Priorität. Der Lauf wird im
# Diagnose-Cockpit unabhängig von Kategorie, Status und Antwort gespeichert.
PRIORITY_ENABLED=true
# Standardmäßig Shadow Mode: Empfehlung und Policy-Gates werden protokolliert,
# GLPI wird nicht verändert. Für Live-Schreibzugriffe zusätzlich DRY_RUN=false.
AUTO_PRIORITY=false
PRIORITY_CONFIDENCE=0.88
# Eigener Fail-open-Timeout für diesen optionalen KI-Lauf. Kategorie und Antwort laufen danach weiter.
PRIORITY_ANALYSIS_TIMEOUT=45s
# Automatische Erhöhung je Ticketlauf; Herabstufungen sind grundsätzlich gesperrt.
PRIORITY_MAX_INCREASE=1
# Nur kontrollierte, kommaseparierte Grundcodes dürfen eine Empfehlung tragen.
PRIORITY_ALLOWED_REASON_CODES=multiple_users_affected,site_affected,organization_affected,core_service_unavailable,security_incident_suspected,data_loss_possible,legal_or_regulatory_risk,business_deadline,no_workaround,safety_relevant,exam_or_event_critical
###############################################################################
# 29. ZEITGESTEUERTE KI-ESKALATION
###############################################################################
# Unabhängiger Scheduler. Er prüft offene Tickets auch ohne Änderung von date_mod.
ESCALATION_ENABLED=false
# Standardmäßig werden nur Diagnose-/Shadow-Läufe erzeugt.
# Live-Ausführung benötigt zusätzlich DRY_RUN=false und GLPI_AGENT_USER_ID.
AUTO_ESCALATION=false
ESCALATION_SCAN_INTERVAL=15m
# Mindestalter des Tickets seit date_creation, bevor es in den Eskalationsscan gelangt.
ESCALATION_MIN_AGE=4h
# Mindestdauer seit der letzten menschlichen Aktivität für den Grund
# no_human_response. SLA-, Security- und Major-Incident-Gründe können unabhängig
# davon greifen. Agent-Followups werden über GLPI_AGENT_USER_ID ausgenommen.
ESCALATION_MIN_INACTIVITY=2h
# Eigenes KI-Zeitbudget; blockiert die normalen Ticketläufe nicht unbegrenzt.
ESCALATION_ANALYSIS_TIMEOUT=45s
ESCALATION_CONFIDENCE=0.88
ESCALATION_MAX_LEVEL=3
# Zeitfenster vor time_to_resolve, in dem sla_at_risk deterministisch wahr wird.
ESCALATION_SLA_RISK_WINDOW=2h
# Aktionsspezifische Mindeststufen.
ESCALATION_SERVICE_OWNER_MIN_LEVEL=2
ESCALATION_MANAGER_REVIEW_MIN_LEVEL=3
# Mindest-Relevanz eines vom Kontextkollektor gelieferten Major Incidents.
ESCALATION_MAJOR_INCIDENT_MIN_RELEVANCE=0.50
ESCALATION_ALLOWED_REASON_CODES=no_human_response,sla_at_risk,sla_breached,business_deadline,no_workaround,security_incident_suspected,unassigned,major_incident_candidate
# Jede Aktion muss einzeln freigegeben werden. Sichere Einführung: zunächst nur
# none,raise_priority; weitere Aktionen erst nach Konfiguration der Ziele aktivieren.
# Verfügbar: none,raise_priority,assign_second_level,assign_security_team,
# notify_service_owner,link_major_incident,request_manager_review
ESCALATION_ALLOWED_ACTIONS=none,raise_priority

# Zielgruppen/-benutzer für Zuweisungs- und Benachrichtigungsaktionen.
# Es handelt sich um numerische GLPI-IDs.
ESCALATION_SECOND_LEVEL_GROUP_ID=0
ESCALATION_SECURITY_GROUP_ID=0
ESCALATION_SERVICE_OWNER_GROUP_ID=0
ESCALATION_SERVICE_OWNER_USER_ID=0
ESCALATION_MANAGER_REVIEW_GROUP_ID=0
ESCALATION_MANAGER_REVIEW_USER_ID=0

# Zu jeder ausgeführten Aktion kann ein privater GLPI-Followup geschrieben werden.
ESCALATION_ADD_PRIVATE_FOLLOWUP=true
# Platzhalter: {{ticket_id}}, {{ticket_name}}, {{level}}, {{action}}, {{reason}},
# {{reason_codes}}, {{major_incident_id}}, {{major_incident_name}},
# {{major_incident_score}}.
# Literal \n wird in Template-Werten als Zeilenumbruch interpretiert.
ESCALATION_SECOND_LEVEL_NOTE=Automatische Eskalation Stufe {{level}}: Übergabe an den Second-Level-Support. Gründe: {{reason_codes}}. KI-Begründung: {{reason}}
ESCALATION_SECURITY_NOTE=Automatische Eskalation Stufe {{level}}: Übergabe an das Security-Team. Gründe: {{reason_codes}}. KI-Begründung: {{reason}}
ESCALATION_SERVICE_OWNER_NOTE=Automatische Eskalation Stufe {{level}}: Service Owner wurde zur Prüfung einbezogen. Gründe: {{reason_codes}}. KI-Begründung: {{reason}}
ESCALATION_MAJOR_INCIDENT_NOTE="Automatische Eskalation Stufe {{level}}: Verknüpfung mit Major Incident #{{major_incident_id}} ({{major_incident_name}}). Relevanz: {{major_incident_score}}. Gründe: {{reason_codes}}."
ESCALATION_MANAGER_REVIEW_NOTE=Automatische Eskalation Stufe {{level}}: Management-Review angefordert. Gründe: {{reason_codes}}. KI-Begründung: {{reason}}

# Optionaler ausgehender Webhook für Service-Owner- und Management-Benachrichtigungen.
# Das Token wird nie über die Status-API ausgegeben.
ESCALATION_WEBHOOK_URL=
ESCALATION_WEBHOOK_BEARER_TOKEN=
ESCALATION_WEBHOOK_TIMEOUT=10s
# Nur für isolierte Testnetze; HTTPS ist der sichere Standard.
ESCALATION_WEBHOOK_ALLOW_INSECURE_HTTP=false

# GLPI-Adapter für Zuweisungen. Die Feldnamen müssen zur OpenAPI-Beschreibung der
# konkreten GLPI-Installation passen. Unterstützte Payload-Formen:
# assigned_groups/assigned_users = Liste von {"id":...};
# group/group_tech/user/user_tech = einzelnes {"id":...}.
GLPI_ESCALATION_GROUP_PATCH_FIELD=assigned_groups
GLPI_ESCALATION_USER_PATCH_FIELD=assigned_users

# Installationsspezifischer Adapter für link_major_incident. Beide Werte sind
# erforderlich. Platzhalter im Pfad/JSON: {{ticket_id}}, {{source_ticket_id}},
# {{major_incident_id}}, {{target_ticket_id}}.
GLPI_ESCALATION_ITIL_LINK_PATH=
GLPI_ESCALATION_ITIL_LINK_BODY=

# Leer = GLPI_TICKET_FILTER verwenden. Für Produktion ausdrücklich auf offene,
# eskalierbare Status und die gewünschte Einheit beschränken.
GLPI_ESCALATION_FILTER=
GLPI_ESCALATION_LIMIT=100
###############################################################################
# 30. WORKER / PRIORITÄTSQUEUE
###############################################################################
# Maximale Anzahl wartender Jobs.
QUEUE_SIZE=256
# Parallele Ticket-Worker. Der Ollama-Pool kann nur so viele unabhängige
# Ticketpipelines gleichzeitig verteilen, wie Worker aktiv sind. Für drei
# gleichartige Nodes ist WORKERS=3 ein sinnvoller Lasttest; jeder Node bleibt
# zusätzlich durch OLLAMA_NODE_MAX_INFLIGHT begrenzt.
WORKERS=2