server:
|
port: 9091
|
# SSE 长连接不受该值约束(SseEmitter 使用 0L 永不超时),此处只影响普通请求
|
tomcat:
|
max-connections: 8192
|
|
spring:
|
application:
|
name: webui-springboot
|
profiles:
|
active: dev
|
|
datasource:
|
# 关于连接参数(这里踩过一个坑,记录一下):
|
# characterEncoding 接受的是 **Java 字符集名**,不是 MySQL 的字符集名。
|
# 写 characterEncoding=utf8mb4 会抛:
|
# java.sql.SQLException: Unsupported character encoding 'utf8mb4'
|
# 正确做法是写 Java 侧的 UTF-8;至于底层用 utf8mb4(4 字节,支持 emoji)
|
# 还是 utf8mb3,由 Connector/J 8.x 与服务器协商决定,
|
# 再用 connectionCollation 明确指定排序规则即可。
|
url: jdbc:mysql://localhost:3306/webui?useUnicode=true&characterEncoding=UTF-8&connectionCollation=utf8mb4_general_ci&serverTimezone=Asia/Shanghai&useSSL=false&allowPublicKeyRetrieval=true&rewriteBatchedStatements=true
|
username: root
|
password: rootroot
|
driver-class-name: com.mysql.cj.jdbc.Driver
|
hikari:
|
maximum-pool-size: 20
|
minimum-idle: 5
|
connection-timeout: 30000
|
idle-timeout: 600000
|
max-lifetime: 1800000
|
|
# 文件上传大小限制(同时也是 Spring 层的硬限制)
|
servlet:
|
multipart:
|
max-file-size: 50MB
|
max-request-size: 60MB
|
|
mvc:
|
# SSE 异步请求超时:0 表示不超时(配合 SseEmitter(0L))
|
async:
|
request-timeout: 0
|
|
mybatis-plus:
|
configuration:
|
map-underscore-to-camel-case: true
|
# 开发期打印 SQL,生产请改为 NoLoggingImpl
|
log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
|
global-config:
|
banner: false
|
db-config:
|
id-type: auto
|
table-underline: true
|
|
# ============================================================
|
# 自定义业务配置
|
# ============================================================
|
webui:
|
jwt:
|
# 生产环境务必替换,长度 >= 32 字节,建议用环境变量注入 WEBUI_JWT_SECRET
|
secret: ${WEBUI_JWT_SECRET:custom-webui-dev-secret-key-change-me-in-production-32bytes}
|
# token 有效期(毫秒),默认 7 天
|
expire-millis: 604800000
|
issuer: custom-webui
|
|
# 文件存储
|
storage:
|
# 本地磁盘目录(相对项目运行目录);生产可替换为 MinIO
|
location: /Users/kongdeqiang/Desktop/webui/upload
|
# 允许上传的扩展名白名单(小写,不含点)
|
allowed-extensions:
|
- txt
|
- md
|
- markdown
|
- pdf
|
- docx
|
- doc
|
- csv
|
- json
|
- log
|
- html
|
# 图片:对话中上传后走 OCR 提取文字,也可作为知识库资料
|
# (同样是白名单制,不要图省事放开成允许全部)
|
- png
|
- jpg
|
- jpeg
|
- webp
|
- bmp
|
- gif
|
- tif
|
- tiff
|
# 单文件最大字节数(50MB)
|
max-file-size: 52428800
|
|
llm:
|
# 可选值:ollama / openai-compat / mock
|
# ollama —— Ollama 原生接口(/api/chat,NDJSON 流)
|
# openai-compat —— 任意 OpenAI 兼容服务(/v1/chat/completions):
|
# vLLM、LM Studio、SGLang、Xinference、one-api 网关,
|
# 以及 OpenAI / DeepSeek / Kimi / 通义 / GLM 云端 API
|
# mock —— 本地模拟流式输出,不依赖任何模型服务
|
provider: ${WEBUI_LLM_PROVIDER:openai-compat}
|
|
# ---- OpenAI 兼容服务配置 ----
|
# 用 openaiCompat(不是 openai)这个名字:它同样用于本地 vLLM 等自建服务,
|
# 名字要体现「协议兼容」而非「调用 OpenAI 官方」。
|
#
|
# ⚠️ 键名必须写成 openaiCompat 或全小写 openaicompat,
|
# 不能写 openai-compat —— Spring Boot 的 relaxed binding 只做
|
# 「小写 + 去连字符」归一化,openai-compat 会变成 openaicompat,
|
# 与 Java 字段 openaiCompat 对不上,结果是**配置被静默忽略、悄悄用默认值**
|
# (实测踩过:base-url 配了 :10020/v1 却仍连默认的 :8000/v1,且不报错)。
|
openaiCompat:
|
# 注意要带 /v1
|
base-url: ${OPENAI_COMPAT_BASE_URL:http://127.0.0.1:10020/v1}
|
# 本地服务一般不需要;云端 API 请用环境变量注入,不要写进文件
|
api-key: ${OPENAI_COMPAT_API_KEY:}
|
model: ${OPENAI_COMPAT_MODEL:qwen35}
|
# 思考型模型较慢,超时给足(10 分钟)
|
timeout-millis: 600000
|
# 输出 token 上限(**这个值要留足**)。
|
#
|
# 思考型模型会把「推理」和「正式回答」都算进输出 token:
|
# 实测 qwen35 回答一句「你好」,推理占到 168 个流式分片,
|
# 正式回答只占 5 个 —— 若把 max-tokens 设小(如 512),
|
# 推理还没结束就把预算耗尽,用户看到一条**空回答**或半截话,
|
# 而且 finish_reason=length 不会报错,非常容易误判成「模型不工作」。
|
#
|
# 模型上下文 133120,默认给 8192 输出预算足够日常使用;
|
# 若你发现回答常被截断(finish_reason=length),继续调大即可。
|
#
|
# 注意:这是「输出上限」,与 Ollama 的 num-ctx(输入+输出总窗口)
|
# 不是一个概念,因此单独配置而不是复用。
|
max-tokens: 8192
|
# 是否把推理内容(reasoning_content / <think> 标签)也推给前端折叠展示
|
include-thinking: false
|
|
# ---- Ollama 原生接口配置(provider=ollama 时生效)----
|
#
|
# ⚠️ 这里必须是 **Ollama 守护进程**的地址。它的协议是 Ollama 原生的
|
# POST /api/chat(NDJSON 流),与上面的 openaiCompat
|
# (POST /v1/chat/completions)是两套完全不同的协议,
|
# 端口、路径、请求体、响应格式都不通用。
|
#
|
# 实测踩过的坑(就是「提示模型未下载」的真正原因):
|
# 把本段 base-url 也改成了 OpenAI 兼容服务的端口 127.0.0.1:10020,
|
# 同时 IDE 的 Run Configuration 里还留着 -Dwebui.llm.provider=ollama,
|
# 于是后端去请求 http://127.0.0.1:10020/api/chat,那边没有这个路由,
|
# 返回 404 "Sorry, Page Not Found",而错误提示只说了
|
# 「请确认模型 qwen35 已通过 ollama pull 下载」——
|
# 一句话把方向指到了模型上,真实原因是 provider 与协议不匹配。
|
#
|
# 判断口诀:
|
# base-url 以 /v1 结尾 → provider 必须是 openai-compat
|
# base-url 是 http://…:11434 → provider 才是 ollama
|
# 启动日志里的「LLM 自检」会直接告诉你当前配的对不对。
|
ollama:
|
base-url: ${OLLAMA_BASE_URL:http://127.0.0.1:11434}
|
# 默认模型,需与本机 `ollama list` 中的模型名一致
|
default-model: ${OLLAMA_MODEL:qwen2.5:7b}
|
# 单次请求超时(毫秒),流式请求需给足时间
|
timeout-millis: 300000
|
# 是否把 reasoning 模型的 thinking 内容一并返回
|
include-thinking: false
|
# 传给模型的默认采样参数,可被 chat.meta 覆盖
|
defaults:
|
temperature: 0.7
|
top-p: 0.9
|
num-ctx: 8192
|
# 上下文最多携带的历史消息条数(条数上限,非 token 上限)
|
history-limit: 20
|
# 整个 prompt 的字符预算。超出时必须由后端按优先级裁剪 ——
|
# 否则 Ollama 会从开头静默截断,把最前面的 system 消息
|
#(RAG 资料 / 图片 OCR 文字)丢掉,表现为「模型没看到我给的图片」。
|
# 中文场景 1 字符≈1 token,与 num-ctx=8192 配套取 4000。
|
context-char-budget: 4000
|
# 单个部分(图片文字 / 知识库资料)各自的上限,防止某一部分独占预算
|
per-part-char-limit: 2000
|
|
rag:
|
# Python RAG 微服务地址;enabled=false 时完全跳过检索,纯聊天也可用
|
enabled: ${WEBUI_RAG_ENABLED:true}
|
base-url: ${RAG_BASE_URL:http://localhost:8000}
|
ingest-timeout-millis: 600000
|
search-timeout-millis: 30000
|
# 单次检索默认返回片段数
|
default-top-k: 4
|
# 拼接进 prompt 的片段总字符上限
|
max-context-chars: 6000
|
|
logging:
|
level:
|
root: INFO
|
com.custom.webui: DEBUG
|
# MyBatis-Plus 的 StdOut 日志比较吵,需要静音时打开下面这行
|
# org.mybatis: WARN
|