配置项

服务器的设置分两处：tenants.json 列出它为哪些人服务，环境变量（通常写在 .env 里）设置其余一切。服务器缺必填项时拒绝启动，并在日志里写出缺了哪些。

适用版本

这一页按 main 分支写。v0.1.0 没有 UI_LANG 和 tenants.json 的 lang 字段；v0.2.0 及以前 LOOP_STALL_MS 默认不检测。其余各项相同。

tenants.json

一个 JSON 数组，每个人（租户）一条。权限必须是 600。

json

[{"id": "main", "token": "<token>", "data": "/data/main", "recordings": "/data/main/recordings"}]

字段	说明
`id`	租户名，用在日志和监控指标里
`token`	App 和网页发来的 token（`Authorization: Bearer` 或 cookie）
`data`	数据目录：`live.db` 等，见数据目录
`recordings`	录音目录
`lang`	可选。大模型给这个人写的内容（摘要、待办、实时分析、每日回顾、「问 AI」回答等）用的语言：`zh` 或 `en`。不写时用 `UI_LANG`，`UI_LANG` 也没有时是 `zh`。在网页「我的」页切换语言（`PUT /api/lang`）之后，以切换的结果为准，记在这个人的数据库里，重启后也保留

位置：DATA_DIR/tenants.json（见下面的 DATA_DIR）。Docker 镜像里 DATA_DIR 是 /data，也就是宿主机的 data/tenants.json。
文件不存在时，服务器第一次启动会生成一个：一个租户 main，随机 token，目录是 DATA_DIR/main 和 DATA_DIR/main/recordings，并在日志里写出登录链接 http://127.0.0.1:<PORT>/connect?token=<token>。
id、token、data、recordings 在租户之间都不能重复。
只有一个租户时 token 可以为空，这时不做认证，服务器只能放在 127.0.0.1 上。有多个租户时每个都必须有 token。
服务器只在启动时读这个文件。

.env

.env.example 列出了下面每一项并附有注释。「示例值」是 .env.example 里写的值，复制成 .env 后就是你的起点；「不设时」是变量完全不存在时代码里的默认值。

.env 里的注释要单独占一行：Docker Compose 会把 VAR= # 注释 读成值 # 注释。

必填：语音识别

变量	示例值	不设时	说明
`ENGINE`	`qwen`	`qwen`	定稿层的语音识别引擎：`qwen`、`volc`、`stepfun-sse`、`stepfun`、`stepfun-file`、`local`。见如何更换语音识别引擎
`DASHSCOPE_API_KEY`	空	—	阿里云百炼（DashScope）的 key，北京区。`qwen` 和 `qwen-stream` 用

必填：大模型

用于对话摘要、待办、「问 AI」和每日回顾。可以是任何支持工具调用和 response_format 为 json_object 的 OpenAI 兼容 POST /chat/completions 接口：云服务，或者你自己运行的服务（vLLM、llama.cpp、Ollama）。

变量	示例值	不设时	说明
`LLM_BASE_URL`	`https://dashscope.aliyuncs.com/compatible-mode/v1`	必填	接口地址，服务器在后面加 `/chat/completions`
`LLM_API_KEY`	空	必填	接口的 key；用示例的百炼兼容模式时和 `DASHSCOPE_API_KEY` 是同一把
`LLM_MODEL`	`qwen-plus`	必填	模型名

可选

变量	示例值	不设时	说明
`DATA_DIR`	空	用户数据目录：Linux 是 `~/.local/share/alldayrec`（设了 `XDG_DATA_HOME` 时是它下面的 `alldayrec`），macOS 是 `~/Library/Application Support/alldayrec`	`tenants.json` 所在的目录；`MODELS_DIR` 不设时模型文件在它下面的 `models`，第一次启动生成的租户在它下面的 `main`。Docker 里固定为 `/data`
`MODELS_DIR`	空	`DATA_DIR/models`	模型文件目录，绝对路径、可写；缺的文件启动时下载到这里。Docker 里固定为 `/data/models`
`PORT`	`8770`	`8770`	监听端口。Docker Compose 里固定为 `8770`
`HOST`	`127.0.0.1`	`127.0.0.1`	监听地址；反向代理在另一台机器上时设 `0.0.0.0`。Docker Compose 里固定为 `0.0.0.0`
`DRAFT_ENGINE`	空	同 `ENGINE`	初稿层（页面开着时）的引擎；另可设 `qwen-stream`：页面开着时把音频流式推给千问（百炼 qwen-audio-3.1-asr-flash-streaming，用 `DASHSCOPE_API_KEY`），边说边出字
`ENGINE_FALLBACK`	空	无	`ENGINE` 或 `DRAFT_ENGINE` 在某个窗口上失败（402、451、5xx、超时）时改用的引擎；空着就稍后重试
`VOLC_ASR_KEY`	空	—	火山方舟 Agent Plan 的 API key，`volc` 用
`STEPFUN_API_KEY`	空	—	阶跃星辰的 key，`stepfun`、`stepfun-sse` 用
`STEPFUN_SSE_URL`	空	`https://api.stepfun.com/v1/audio/asr/sse`	阶跃 SSE 接口；默认是按量付费的地址，Step Plan 用 `.../step_plan/v1/audio/asr/sse`
`LOCAL_ASR_URL`	空	k2-fsa/sherpa-onnx 的 GitHub Release	`local` 的模型包（约 136 MB）从哪里下载；镜像站上同一个模型包也行（按 sha256 校验）
`UI_LANG`	`zh`	`zh`	大模型写的内容（摘要、待办、实时分析、每日回顾、「问 AI」回答等）用的语言：`zh` 或 `en`。`tenants.json` 里的 `lang` 优先。没选过语言的浏览器打开网页时也用它；App 的界面不受影响
`RECAP_AT`	`10:00`	`10:00`	每天这个时刻写昨天的回顾；设为空就不写
`TZ`	`Asia/Shanghai`	系统的时区	对话日期和 `RECAP_AT` 用的时区。Docker 容器的系统时区是 UTC；`TZ=` 设为空也是 UTC
`REFINE_EVERY_S`	`20`	`30`	初稿层：这么久没有停顿就做一次
`TURN_GAP_S`	`0`	`1.0`	大于 0 时，把同一个说话人间隔小于这个秒数的相邻句子合成一行；0 保留引擎原来的分句
`FIRMWARE_TOKEN`	空	无	上传录音设备固件（`firmware/devkit/lr_release.py`）时除租户 token 外还需要的 token；空着就不能上传
`VM_INGEST_URL`	空	无	VictoriaMetrics 的导入地址（比如 `https://example.com/api/v1/import/prometheus`），每分钟推送 `lr_*` 指标；空着就不推
`VM_INGEST_USER`、`VM_INGEST_PASSWORD`	空	空	推送指标用的 basic auth

高级：只有 `stepfun` 和 `stepfun-file` 用

stepfun 或 stepfun-file 出现在 ENGINE、DRAFT_ENGINE 或 ENGINE_FALLBACK 里时，下面四个 ASR_* 都必填。

变量	示例值	不设时	说明
`ASR_UPLOAD_BRIDGE_URL`	空	—	你自己的上传桥：`POST {filename, content_type}`，返回 `{upload_url, download_url}`
`ASR_UPLOAD_BRIDGE_TOKEN`	空	—	上传桥的 token
`ASR_SERVICE_URL`	空	—	你自己的文件模式语音识别服务（带说话人和词时间）：`POST /audio/transcriptions {audio_url, model}`、`GET /jobs/{id}`
`ASR_SERVICE_BASIC_AUTH`	空	—	这个服务的 basic auth，写成 `user:password`
`FILE_MODELS`	`stepaudio-2.5-asr-8006,doubao-seedasr-2.0`	同示例值	文件模式引擎，按顺序；第一个拒绝的窗口交给第二个

只有离线脚本用

变量	用在	说明
`LIVE_DATA`、`RECORDINGS_DIR`	`owner.py`、`replay_case.py`	一个租户的数据目录和录音目录
`OWNER_LABELS`	`owner.py`	已知是本人声音的窗口（jsonl）
`CASES_DIR`	`eval_all.sh`	标注好的评测用例目录
`EMB_MODEL`、`SEG_MODEL`、`OWNER_SURE`、`LINK_MIN`、`OWNER_DEFAULT_DEVICE`	`replay_case.py`、`service_case.py`	见这两个脚本

其他环境变量

服务器还读下面这些变量，.env.example 里没有列出。它们是调参用的，默认值就是作者在用的值。

变量	不设时	说明	源码
`SLICE_FOREGROUND_S`、`SLICE_BACKGROUND_S`、`SLICE_SCREEN_OFF_S`	`1`、`20`、`60`	App 在前台、后台、熄屏（安卓）时每块音频的秒数，App 通过 `/api/client-config` 读取	`routes_upload.py`
`REFINE_WINDOW_S`	`240`	初稿层一次最多处理的音频秒数	`device_pipeline.py`
`LIVE_EVERY_S`	`120`	进行中的对话新增这么多秒语音后，重做实时分析	`device_pipeline.py`
`SQUEEZE_KEEP_S`	`3`	送给引擎前，长于这个秒数的静音剪到这么长；0 表示整段送	`asr.py`
`SQUEEZE_VAD`	`0.3`	判断上面那些静音用的 VAD 阈值	`segmenter.py`
`SUMMARY_WORKERS`	`4`	同时写摘要的数量	`summaries.py`
`QWEN_ASR_MODEL`	`qwen-audio-3.1-asr-flash-filetrans`	`qwen` 引擎用的百炼模型	`qwen_asr.py`
`ASR_CALLS`、`INFER_CALLS`、`DB_CALLS`、`MEDIA_CALLS`	`1`、`2`、`8`、`16`	同时进行的本地语音识别、声纹计算、全库查询、音频编解码的数量	`threads.py`
`INFER_THREADS`	`4`	每次声纹计算用的 onnxruntime 线程数	`infer.py`
`MUSIC_DETECT`	`1`	定稿时听出是音乐（外放的歌、伴奏和人声差不多一样响）的句子不取声纹，说话人记为 `S?`，不会进人物页；仍然转写，转写行上有音符图标。把这句的说话人纠正成某个人，它就算人声：音符去掉，照常学声纹。0 关闭	`music.py`
`VAD_GAIN_MAX_DB`	`16`	给 VAD 的特征最多提升多少 dB（只影响语音检测，不影响送给引擎和回放的音频）；0 关闭	`infer.py`
`ASR_GAIN_MAX_DB`	`16`	送给引擎的音频最多提升多少 dB；0 原样送	`squeeze.py`
`DEHUM`	`1`	读取录音设备的音频时去掉它 10 ms 周期的哼声；0 关闭	`audio.py`
`SPEAKER_LINK`、`SPEAKER_SUGGEST`、`MERGE_SUGGEST`	`0.5`、`0.6`、`0.45`	人物页的声纹相似度阈值：并入匿名组、建议给名字、建议合并同一段对话里的两个标签	`routes_speakers.py`
`DIAR_TH`、`DIAR_JOIN`、`DIAR_GUARD`、`PEOPLE_MIN`	`0.5`、`0.35`、`0.6`、`0.7`	一段对话内区分说话人的阈值	`diarist.py`
`SELFVOICE_POP_P`	`0.95`	「哪个是你的声音」卡片自动弹出前，第一个候选需要达到的概率	`selfvoice.py`
`LOOP_STALL_MS`	`100`	事件循环被卡住超过这么多毫秒时，日志里记一行卡了多久、卡在哪个函数（每秒最多一行，其间的次数一并记上），同时存进 `perf_stalls` 表；每分钟的循环延迟和线程池占用也靠它测。约占 0.6% 个核；`0` 关闭	`monitor.py`

配置项 ​

tenants.json ​

.env ​

必填：语音识别 ​

必填：大模型 ​

可选 ​

高级：只有 stepfun 和 stepfun-file 用 ​

只有离线脚本用 ​

其他环境变量 ​

配置项