laurent
30e4b3e144
Ajout d'un dashboard lecture seule par-dessus la DB SQLite existante. Fichiers créés : - tickettracker/web/queries.py : 7 fonctions SQL (stats, compare, historique...) - tickettracker/web/api.py : router /api/* JSON (FastAPI) - tickettracker/web/app.py : routes HTML + Jinja2 + point d'entrée uvicorn - tickettracker/web/templates/ : base.html, index.html, compare.html, product.html, receipt.html - tickettracker/web/static/style.css : personnalisations Pico CSS - tests/test_web.py : 19 tests (96 passent, 1 xfail OCR) Fichiers modifiés : - requirements.txt : +fastapi, uvicorn[standard], jinja2, python-multipart, httpx - config.py : +DB_PATH (lu depuis TICKETTRACKER_DB_PATH) Lancement : python -m tickettracker.web.app Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
48 lines
1.8 KiB
Python
48 lines
1.8 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
|
|
from pathlib import Path
|
|
|
|
# ---------------------------------------------------------------------------
|
|
# Base de données
|
|
# ---------------------------------------------------------------------------
|
|
|
|
from tickettracker.db.schema import DEFAULT_DB_PATH as _DEFAULT_DB_PATH
|
|
|
|
# Chemin vers la base SQLite (surchargeable par variable d'environnement)
|
|
DB_PATH: Path = Path(os.environ.get("TICKETTRACKER_DB_PATH", str(_DEFAULT_DB_PATH)))
|
|
|
|
# ---------------------------------------------------------------------------
|
|
# 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"))
|