| | |
| | | # 单文件最大字节数(50MB) |
| | | max-file-size: 52428800 |
| | | |
| | | # 会话导出(JSON / TXT / PDF) |
| | | export: |
| | | # PDF 用的中文字体文件;留空则自动探测系统字体。 |
| | | # |
| | | # 为什么要显式嵌入字体:PDF 内置的 14 个标准字体只有 Latin-1, |
| | | # 写中文会直接抛「No glyph for U+4E2D」;而引用系统 CJK 标准字体 |
| | | # 虽然省事,但对方机器没装就是一片空白 —— 导出文件是要发给别人的, |
| | | # 不能赌他的环境。所以这里找一份真实字体**按子集嵌入** |
| | | # (只带用到的字形,一个中文对话导出的 PDF 通常只有几十 KB)。 |
| | | # |
| | | # macOS 无需配置(会自动用 /System/Library/Fonts/Supplemental/Arial Unicode.ttf); |
| | | # Linux / Windows 若自动探测失败,用这里指定,例如: |
| | | # pdf-font-path: /usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc |
| | | # 启动日志的「导出自检」会告诉你最终用了哪个字体。 |
| | | pdf-font-path: ${WEBUI_PDF_FONT:} |
| | | # 单次导出的消息条数上限与单条消息字符上限: |
| | | # 防止一条超长对话生成几十兆的文件把内存拖垮。超出会截断并**在文件里写明**。 |
| | | max-messages: 2000 |
| | | max-chars-per-message: 20000 |
| | | |
| | | llm: |
| | | # 可选值:ollama / openai-compat / mock |
| | | # ollama —— Ollama 原生接口(/api/chat,NDJSON 流) |
| | |
| | | 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://127.0.0.1:10020} |
| | | 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:qwen35} |
| | | 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 |
| | |
| | | # 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 |
| | | # 否则模型服务会从开头静默截断,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 |
| | | # |
| | | # ⚠️ 这个值要**按模型的上下文窗口**来定,中文场景 1 字符 ≈ 1 token: |
| | | # 预算 ≤ 窗口 - 输出上限(max-tokens) - 余量 |
| | | # |
| | | # 本项目当前用的是本地大窗口模型(vLLM,max_model_len=133120), |
| | | # 输出上限 8192,因此 16000 非常保守、完全安全。 |
| | | # 实测踩过的坑:这个值一度只有 4000,而模型的长回答动辄 4000~9000 字, |
| | | # 结果「上一条回答」本身就把预算撑爆,历史对话整段进不去 —— |
| | | # 用户看到的现象是「每轮对话都不记得上文」。 |
| | | # (现在即使遇到超长消息也会截取摘要而不是整段丢弃, |
| | | # 但预算给小了,模型能看到的上下文终究有限。) |
| | | # |
| | | # 若改用 Ollama 且 num_ctx=8192,请改回 4000 左右, |
| | | # 或把 num_ctx 一起调大(如 32768 → 预算 20000)。 |
| | | context-char-budget: 16000 |
| | | # 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 |
| | | |