"""配置管理模块"""
import os
import re
from pathlib import Path
from typing import Literal
from pydantic import BaseModel, Field, field_validator
from dotenv import load_dotenv
load_dotenv()
class AuraiConfig(BaseModel):
"""上级AI配置"""
# API提供商
provider: Literal["zhipu", "openai", "anthropic", "gemini", "custom"] = Field(
default_factory=lambda: os.getenv("AURAI_PROVIDER", "zhipu"),
description="AI服务提供商"
)
# API密钥
api_key: str = Field(
default_factory=lambda: os.getenv("AURAI_API_KEY", ""),
description="API密钥"
)
# API基础URL（可选，用于代理或自定义端点）
base_url: str | None = Field(
default_factory=lambda: os.getenv("AURAI_BASE_URL"),
description="API基础URL"
)
# 模型名称
model: str = Field(
default_factory=lambda: os.getenv("AURAI_MODEL", "glm-4-flash"),
description="模型名称"
)
# 最大迭代次数
max_iterations: int = Field(
default=10,
description="最大迭代次数"
)
# 温度参数
temperature: float = Field(
default=0.7,
ge=0.0,
le=2.0,
description="温度参数"
)
# 最大tokens
max_tokens: int = Field(
default=4096,
ge=1,
description="最大生成tokens"
)
@field_validator('api_key')
@classmethod
def validate_api_key(cls, v: str) -> str:
"""验证API密钥格式"""
if not v or not v.strip():
raise ValueError("API密钥不能为空")
v = v.strip()
# 基本长度验证（大多数API密钥至少20个字符）
if len(v) < 10:
raise ValueError("API密钥长度不能少于10个字符")
# 基本格式验证（不能包含空格或特殊控制字符）
if re.search(r'[\s\n\r\t]', v):
raise ValueError("API密钥不能包含空格或控制字符")
return v
@field_validator('base_url')
@classmethod
def validate_base_url(cls, v: str | None) -> str | None:
"""验证Base URL格式"""
if v is None or not v.strip():
return None
v = v.strip()
# 基本URL格式验证
if not v.startswith(('http://', 'https://')):
raise ValueError("Base URL 必须以 http:// 或 https:// 开头")
# 简单的URL格式检查
url_pattern = re.compile(
r'^https?://' # http:// or https://
r'(?:(?:[A-Z0-9](?:[A-Z0-9-]{0,61}[A-Z0-9])?\.)+[A-Z]{2,6}\.?|' # domain
r'localhost|' # localhost
r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})' # IP
r'(?::\d+)?' # optional port
r'(?:/?|[/?]\S+)$', re.IGNORECASE
)
if not url_pattern.match(v):
raise ValueError(f"Base URL 格式无效: {v}")
return v
class ServerConfig(BaseModel):
"""服务器配置"""
# 服务器名称
name: str = "Aurai Advisor"
# 日志级别
log_level: Literal["DEBUG", "INFO", "WARNING", "ERROR"] = "INFO"
# 对话历史最大保存数
max_history: int = Field(
default_factory=lambda: int(os.getenv("AURAI_MAX_HISTORY", "50")),
ge=1,
le=200,
description="对话历史最大保存数"
)
# 启用对话历史持久化
enable_persistence: bool = Field(
default_factory=lambda: os.getenv("AURAI_ENABLE_PERSISTENCE", "true").lower() == "true",
description="是否启用对话历史持久化到文件"
)
# 对话历史文件路径（固定在用户目录）
history_path: str = Field(
default_factory=lambda: os.getenv(
"AURAI_HISTORY_PATH",
str(Path.home() / ".mcp-aurai" / "history.json")
),
description="对话历史文件路径"
)
# 全局配置实例
_config: AuraiConfig | None = None
_server_config: ServerConfig | None = None
def get_aurai_config() -> AuraiConfig:
"""获取上级AI配置"""
global _config
if _config is None:
_config = AuraiConfig()
return _config
def get_server_config() -> ServerConfig:
"""获取服务器配置"""
global _server_config
if _server_config is None:
_server_config = ServerConfig()
return _server_config
def reset_config():
"""重置配置（主要用于测试）"""
global _config, _server_config
_config = None
_server_config = None
