NarratoAI/config.example.toml

[app]
    project_version="0.7.5"

    # LLM API 超时配置（秒）
    llm_vision_timeout = 120  # 视觉模型基础超时时间
    llm_text_timeout = 180    # 文本模型基础超时时间（解说文案生成等复杂任务需要更长时间）
    llm_max_retries = 3       # API 重试次数（LiteLLM 会自动处理重试）

    ##########################################
    # 🚀 LLM 配置 - 使用 LiteLLM 统一接口
    ##########################################
    # LiteLLM 是统一的 LLM 接口库，支持 100+ providers
    # 优势：
    #   ✅ 代码量减少 80%，统一的 API 接口
    #   ✅ 自动重试和智能错误处理
    #   ✅ 内置成本追踪和 token 统计
    #   ✅ 支持更多 providers：OpenAI, Anthropic, Gemini, Qwen, DeepSeek,
    #      Cohere, Together AI, Replicate, Groq, Mistral 等
    #
    # 文档：https://docs.litellm.ai/
    # 支持的模型：https://docs.litellm.ai/docs/providers

    # ===== 视觉模型配置 =====
    vision_llm_provider = "litellm"

    # 模型格式：provider/model_name
    # 常用视觉模型示例：
    #   - Gemini: gemini/gemini-2.0-flash-lite (推荐，速度快成本低)
    #   - Gemini: gemini/gemini-1.5-pro (高精度)
    #   - OpenAI: gpt-4o, gpt-4o-mini
    #   - Qwen: qwen/qwen2.5-vl-32b-instruct
    #   - SiliconFlow: siliconflow/Qwen/Qwen2.5-VL-32B-Instruct
    vision_litellm_model_name = "gemini/gemini-2.0-flash-lite"
    vision_litellm_api_key = ""  # 填入对应 provider 的 API key
    vision_litellm_base_url = ""  # 可选：自定义 API base URL

    # ===== 文本模型配置 =====
    text_llm_provider = "litellm"

    # 常用文本模型示例：
    #   - DeepSeek: deepseek/deepseek-chat (推荐，性价比高)
    #   - DeepSeek: deepseek/deepseek-reasoner (推理能力强)
    #   - Gemini: gemini/gemini-2.0-flash (速度快)
    #   - OpenAI: gpt-4o, gpt-4o-mini, gpt-4-turbo
    #   - Qwen: qwen/qwen-plus, qwen/qwen-turbo
    #   - SiliconFlow: siliconflow/deepseek-ai/DeepSeek-R1
    #   - Moonshot: moonshot/moonshot-v1-8k
    text_litellm_model_name = "deepseek/deepseek-chat"
    text_litellm_api_key = ""  # 填入对应 provider 的 API key
    text_litellm_base_url = ""  # 可选：自定义 API base URL

    # ===== API Keys 参考 =====
    # 主流 LLM Providers API Key 获取地址：
    #
    # OpenAI:       https://platform.openai.com/api-keys
    # Gemini:       https://makersuite.google.com/app/apikey
    # DeepSeek:     https://platform.deepseek.com/api_keys
    # Qwen (阿里):  https://bailian.console.aliyun.com/?tab=model#/api-key
    # SiliconFlow:  https://cloud.siliconflow.cn/account/ak (手机号注册)
    # Moonshot:     https://platform.moonshot.cn/console/api-keys
    # Anthropic:    https://console.anthropic.com/settings/keys
    # Cohere:       https://dashboard.cohere.com/api-keys
    # Together AI:  https://api.together.xyz/settings/api-keys

    ##########################################
    # 🔧 高级配置（可选）
    ##########################################

    # WebUI 界面是否显示配置项
    hide_config = true

    ##########################################
    # 📚 传统配置示例（仅供参考，不推荐使用）
    ##########################################
    # 如果需要使用传统的单独 provider 实现，可以参考以下配置
    # 但强烈推荐使用上面的 LiteLLM 配置
    #
    # 传统视觉模型配置示例：
    # vision_llm_provider = "gemini"  # 可选：gemini, qwenvl, siliconflow
    # vision_gemini_api_key = ""
    # vision_gemini_model_name = "gemini-2.0-flash-lite"
    #
    # 传统文本模型配置示例：
    # text_llm_provider = "openai"  # 可选：openai, gemini, qwen, deepseek, siliconflow, moonshot
    # text_openai_api_key = ""
    # text_openai_model_name = "gpt-4o-mini"
    # text_openai_base_url = "https://api.openai.com/v1"

##########################################
# TTS (文本转语音) 配置
##########################################

[azure]
    # Azure TTS 配置
    # 获取密钥：https://portal.azure.com
    speech_key = ""
    speech_region = ""

[tencent]
    # 腾讯云 TTS 配置
    # 访问 https://console.cloud.tencent.com/cam/capi 获取密钥
    secret_id = ""
    secret_key = ""
    region = "ap-beijing"  # 地域配置

[soulvoice]
    # SoulVoice TTS API 配置
    api_key = ""
    voice_uri = "speech:mcg3fdnx:clzkyf4vy00e5qr6hywum4u84:bzznlkuhcjzpbosexitr"
    api_url = "https://tts.scsmtech.cn/tts"
    model = "FunAudioLLM/CosyVoice2-0.5B"

[tts_qwen]
    # 通义千问 Qwen3 TTS 配置
    # 访问 https://bailian.console.aliyun.com/?tab=model#/api-key 获取你的 API 密钥
    api_key = ""
    model_name = "qwen3-tts-flash"
    
[indextts2]
    # IndexTTS2 语音克隆配置
    # 这是一个开源的零样本语音克隆项目，需要自行部署
    # 项目地址：https://github.com/index-tts/index-tts
    # 默认 API 地址（本地部署）
    api_url = "http://127.0.0.1:8081/tts"
    
    # 默认参考音频路径（可选）
    # reference_audio = "/path/to/reference_audio.wav"
    
    # 推理模式：普通推理 / 快速推理
    infer_mode = "普通推理"
    
    # 高级参数
    temperature = 1.0
    top_p = 0.8
    top_k = 30
    do_sample = true
    num_beams = 3
    repetition_penalty = 10.0

[ui]
    # TTS 引擎选择
    # 可选：edge_tts, azure_speech, soulvoice, tencent_tts, tts_qwen
    tts_engine = "edge_tts"

    # Edge TTS 配置
    edge_voice_name = "zh-CN-XiaoyiNeural-Female"
    edge_volume = 80
    edge_rate = 1.0
    edge_pitch = 0

    # Azure Speech Services 配置
    azure_voice_name = "zh-CN-XiaoyiNeural-Female"
    azure_volume = 80
    azure_rate = 1.0
    azure_pitch = 0

##########################################
# 代理和网络配置
##########################################

[proxy]
    # HTTP/HTTPS 代理配置（如需要）
    # clash 默认地址：http://127.0.0.1:7890
    http = ""
    https = ""
    enabled = false

##########################################
# 视频处理配置
##########################################

[frames]
    # 提取关键帧的间隔时间（秒）
    frame_interval_input = 3

    # 大模型单次处理的关键帧数量
    vision_batch_size = 10