# 本地语音转写服务（eai_agentplatform-asr.service）的环境变量样例。
#
# 装机：sudo cp deploy/asr.env /opt/eai_agentplatform-asr/asr.env
# 端口不在这里配 —— 它写在 unit 的 ExecStart 上（--port 8090），
# 与后端 config/ai_config.json 里 audio_route_local_whisper.base_url 的 8090
# 是同一个值。改端口要同时改这两处，否则后端起不来时界面会显示
# 「本地路由不健康」，而真实原因是对不上端口。
# 这里注释掉的那行只是记录这个耦合，别指望它生效：
# ASR_PORT=8090

# 计算精度。8G 显存要和 llama-server 共用，float16 会 OOM（原型机实测，
# 见 bugs_and_errors.md E06）。int8_float16 是这台机器的可用档位。
ASR_COMPUTE_TYPE=int8_float16

# 模型目录**不在这里配**：serve.py 按 `脚本所在目录/models` 找，也就是
# /opt/eai_agentplatform-asr/models（软链或实体目录都行，见 DELIVERY.md 第 1 节）。
# 把模型放到别处就得改 asr_core.py，不如把目录放对。

# 家目录指到 cache/，**必须有这一行**。
#
# 原型机上服务以 eaiadmin 跑，~ 可写，所以从没暴露过；装成服务后两件事同时变：
# unit 里 ProtectHome=true 挡住 /home，而系统账号 eai_agentplatform 的家目录
# （/home/eai_agentplatform）压根不存在。pyannote 起步时要写
# ~/.pyannote/database.yml，于是每次转写都以 PermissionError 收场 ——
# 而报错发生在说话人分离那一段，看起来像模型坏了，其实是没地方写配置。
#
# 指到 cache/ 是因为 unit 的 ReadWritePaths 只放开了这一个目录；
# 顺带让 torch / matplotlib 之类的 dotfile 也落在同一个可写位置。
# 换目录要连 unit 的 ReadWritePaths 一起改。
HOME=/opt/eai_agentplatform-asr/cache

# 离线开关。权重全部是本地文件（faster-whisper 直接读目录、pyannote 的
# config.yaml 已改写成本地文件路径），正常情况下一个网络请求都不发。
# 这两个开关是安全网：万一哪条分支想回 huggingface.co，本机到那边是**不通**的，
# 表现会是挂起几分钟而不是报错 —— 加上开关，它立刻失败，日志里一眼能看出来。
HF_HOME=/opt/eai_agentplatform-asr/cache/huggingface
HF_HUB_OFFLINE=1
TRANSFORMERS_OFFLINE=1

# 故意没有 PYTORCH_CUDA_ALLOC_CONF 之类的分配器开关：这台机器的显存配置
# （int8_float16 + 转写前后释放模型）是实测调出来的，见 bugs_and_errors.md E06。
# 没在这台机器上验过的旋钮不要加进来 —— 加错了表现是 OOM，
# 而 OOM 看起来又像「模型太大」，很容易往错误的方向查。