1 line
2.4 KiB
JSON
1 line
2.4 KiB
JSON
{"repo": "bsilente/truemerit-a-multi-agent-driven-end-to-end-project-contribution-tracking-system", "files": {"backend/config.py": {"7be05d8081d1da0aed54e74d31a6da6151615624": {"t": 1785746868.5815573, "n": 753, "h": "75355fb21b07d401", "c": "import os\n\n# ==========================================\n# 大模型全局配置 (LLM Configuration)\n# ==========================================\n\n# 1. 配置你的 DeepSeek API Key\n# 强烈建议通过环境变量配置：export DEEPSEEK_API_KEY=\"your-key\"\n# 如果为了方便本地测试，也可以直接替换下面的 \"sk-...\" 字符串\nDEEPSEEK_API_KEY = os.environ.get(\"DEEPSEEK_API_KEY\", \"sk-YOUR_DEEPSEEK_KEY_HERE\")\n\n# 2. 构造 AutoGen 需要的 llm_config\nLLM_CONFIG = {\n \"config_list\": [\n {\n \"model\": \"deepseek-chat\", # 使用 DeepSeek-V3 模型\n \"api_key\": DEEPSEEK_API_KEY,\n \"base_url\": \"https://api.deepseek.com\" # 兼容 OpenAI 格式的 endpoint\n }\n ],\n \"temperature\": 0.1, # 保持极低温度，保证打分逻辑的严谨性和确定性\n \"timeout\": 600, # 多智能体交叉评审长文本需要较长时间，设置高超时\n \"cache_seed\": None # 禁用缓存，确保每次评价都是实时的\n}"}, "ecc28d4e8a1dece637c95d7ac54cbfb4368e7fd0": {"t": 1785768291.6508648, "n": 753, "h": "75355fb21b07d401", "c": "import os\n\n# ==========================================\n# 大模型全局配置 (LLM Configuration)\n# ==========================================\n\n# 1. 配置你的 DeepSeek API Key\n# 强烈建议通过环境变量配置：export DEEPSEEK_API_KEY=\"your-key\"\n# 如果为了方便本地测试，也可以直接替换下面的 \"sk-...\" 字符串\nDEEPSEEK_API_KEY = os.environ.get(\"DEEPSEEK_API_KEY\", \"sk-YOUR_DEEPSEEK_KEY_HERE\")\n\n# 2. 构造 AutoGen 需要的 llm_config\nLLM_CONFIG = {\n \"config_list\": [\n {\n \"model\": \"deepseek-chat\", # 使用 DeepSeek-V3 模型\n \"api_key\": DEEPSEEK_API_KEY,\n \"base_url\": \"https://api.deepseek.com\" # 兼容 OpenAI 格式的 endpoint\n }\n ],\n \"temperature\": 0.1, # 保持极低温度，保证打分逻辑的严谨性和确定性\n \"timeout\": 600, # 多智能体交叉评审长文本需要较长时间，设置高超时\n \"cache_seed\": None # 禁用缓存，确保每次评价都是实时的\n}"}}}} |