laurent
1e5fc97bb7
- Ajout venv Python (.venv) avec pip bootstrap (python3-venv absent) - Correction OCR Linux : marqueur TTC/TVA tolère la confusion T↔I (Tesseract 5.3.4 Linux lit parfois "TIc" au lieu de "TTC") - test_leclerc.py : skipif si Tesseract absent, xfail pour test de somme (précision OCR variable entre plateformes, solution LLM vision prévue) - Résultat : 77 passent, 1 xfail, 0 échec (vs 78 sur Windows) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
38 lines
1.4 KiB
Python
38 lines
1.4 KiB
Python
"""
|
|
Configuration de TicketTracker.
|
|
|
|
Toutes les valeurs sensibles (clé API) sont lues depuis des variables
|
|
d'environnement et ne doivent jamais être codées en dur.
|
|
|
|
Variables d'environnement disponibles :
|
|
TICKETTRACKER_LLM_URL URL de l'endpoint OpenAI-compatible
|
|
TICKETTRACKER_LLM_MODEL Nom du modèle LLM
|
|
TICKETTRACKER_LLM_API_KEY Clé API (obligatoire pour Mammouth)
|
|
TICKETTRACKER_LLM_TIMEOUT Timeout en secondes (défaut : 60)
|
|
TICKETTRACKER_LLM_BATCH_SIZE Taille des batchs de normalisation (défaut : 20)
|
|
"""
|
|
|
|
import os
|
|
|
|
# ---------------------------------------------------------------------------
|
|
# LLM
|
|
# ---------------------------------------------------------------------------
|
|
|
|
# URL de l'endpoint compatible OpenAI (Mammouth)
|
|
LLM_URL: str = os.environ.get(
|
|
"TICKETTRACKER_LLM_URL",
|
|
"https://api.mammouth.ai/v1/chat/completions",
|
|
)
|
|
|
|
# Modèle à utiliser
|
|
LLM_MODEL: str = os.environ.get("TICKETTRACKER_LLM_MODEL", "mistral-small-3.2-24b-instruct")
|
|
|
|
# Clé API — jamais de valeur par défaut sensible ici
|
|
LLM_API_KEY: str = os.environ.get("TICKETTRACKER_LLM_API_KEY", "")
|
|
|
|
# Timeout par appel en secondes (le modèle local peut être lent)
|
|
LLM_TIMEOUT: int = int(os.environ.get("TICKETTRACKER_LLM_TIMEOUT", "60"))
|
|
|
|
# Nombre d'articles traités par appel LLM
|
|
LLM_BATCH_SIZE: int = int(os.environ.get("TICKETTRACKER_LLM_BATCH_SIZE", "20"))
|