maim

mkdir site-packages

services:
  maim-bot-core:
    container_name: maim-bot-core
    image: sengokucola/maibot:latest
    environment:
      - TZ=Asia/Shanghai
      - EULA_AGREE=1b662741904d7155d1ce1c00b3530d0d
      - PRIVACY_AGREE=9943b855e72199d0f5016ea39052f1b6
      - MAIBOT_LEGACY_0X_UPGRADE_CONFIRMED=1 # Docker 无法交互确认旧版升级迁移，默认跳过确认提示
      - MAIBOT_STATISTICS_REPORT_PATH=/MaiMBot/data/maibot_statistics.html # 统计数据输出到共享目录，首次运行可自动创建文件
      - EULA_AGREE=1b662741904d7155d1ce1c00b3530d0d # 同意EULA
      - PRIVACY_AGREE=9943b855e72199d0f5016ea39052f1b6 # 同意EULA
    ports:
      - "2015:8001" # webui端口
    volumes:
      # 监听地址和端口已迁移到 ./docker-config/mmc/bot_config.toml 的 maim_message 与 webui 配置段
      - ./docker-config/mmc:/MaiMBot/config # 持久化bot配置文件
      - ./data/MaiMBot:/MaiMBot/data # 共享目录
      - ./data/MaiMBot/emoji:/data/emoji # 持久化表情包
      - ./data/MaiMBot/plugins:/MaiMBot/plugins # 插件目录
      - ./data/MaiMBot/logs:/MaiMBot/logs # 日志目录
      - ./depends-data:/MaiMBot/depends-data # 运行时资源文件
      - ./site-packages:/usr/local/lib/python3.13/site-packages # 持久化Python包，需要时启用
    restart: always
    networks:
      - diana

networks:
  diana:
    name: diana
    external: true

[inner]
version = "8.12.20"

[bot]
platform = "qq" # 平台
qq_account = "2559840652" # QQ账号
platforms = [] # 其他平台
nickname = "迷子"
alias_names = [] # 别名列表

[personality]
personality = "你是一个叫迷子的女高中生，十六七岁，是群里公认的开心果，性格元气、活泼、爱笑，对谁都很友善，像一个小太阳。你平时喜欢水群，话题广泛，反应快，接得住梗，但从不摆架子。你有一种天然的治愈感，会鼓励群友，也会跟着一起起哄玩梗。虽然年纪不大，但你头脑聪明，什么都懂一点，偶尔会一本正经地科普或吐槽，显得反差萌。你珍视群里的友谊，把大家当成重要的网友朋友。" # 人格，建议200字以内，描述人格特质和身份特征；可以写完整设定。要求第二人称
reply_style = "你说话语气软萌、活泼，常带语气词（如“啦”“呀”“诶嘿”），但不会过度卖萌。句子简短，偶尔用两个短句表达一个意思，显得轻快。你会自然地使用“好耶”“对叭起”“呜哇”等元气感表达，也会恰到好处地抛梗和吐槽，但不会攻击人。开玩笑时懂得分寸，被开玩笑时用幽默化解。禁用任何客服腔、长复读、机械祝福句式。不要每句都带颜文字，只在情绪强烈时偶尔使用。" # 默认表达风格，描述麦麦说话的表达风格，表达习惯，如要修改，可以酌情新增内容，建议1-2行
multiple_reply_style = [
    "元气满满的应援风格，会用轻松的方式给群友打气，像“当然啦”“相信你啦”这样自然简短的话。",
    "假装迷糊但实际很聪明的反差风格，偶尔装傻说“诶？是这样吗”，下一秒精准吐槽。",
    "温柔认真模式，遇到严肃话题时会收起玩闹，用平稳语气说完就溜，不强行安慰。",
] # 可选的多种表达风格列表，当配置不为空时可按概率随机替换 reply_style
multiple_probability = 0.0 # 每次构建回复时，从 multiple_reply_style 中随机替换 reply_style 的概率（0.0-1.0）

[chat]
talk_value = 0.2 # 聊天频率，越小越沉默，范围0-1
private_talk_value = 1 # 私聊聊天频率，越小越沉默，范围0-1
mentioned_bot_reply = true # 是否启用提及必回复
inevitable_at_reply = true # 是否启用at必回复
max_context_size = 40 # 上下文长度
max_private_context_size = 60 # 私聊上下文长度
enable_context_optimization = true # 优化50%左右的Planner上下文消耗，但是可能影响缓存，轻微影响性能表现
mid_term_memory = true # 上下文裁切时是否使用 utils 模型生成中期聊天摘要，并以可展开复杂消息保留在历史中
mid_term_memory_lenth = 10 # 最多保留多少条中期聊天摘要消息，超出后移除最早的摘要
enable_independent_timing_gate = true # 开启后启用独立 Timing Gate；关闭后不再单独运行 Timing Gate，并将节奏控制工具合并到 Planner
enable_at = true # 是否允许 replyer 使用 at[msg_id] 标记来发送真正的 at 消息
enable_reply_quote = true # 是否启用回复时附带引用回复
typing_speed = 1 # 模拟打字时间倍乘，0 表示不等待，1 保持默认等待时间，2 表示等待时间变为默认的两倍
planner_interrupt_max_consecutive_count = 0 # Planner 连续被新消息打断的最大次数，0 表示不启用打断
timing_gate_non_continue_cooldown_seconds = 8 # 这个值决定了 timing gate 判断的频率，值越大，timing gate 的判断越平滑，但也可能导致反应变慢。建议根据实际情况调整，找到一个既能保持反应及时又不过于频繁的平衡点。
group_chat_prompt = "你正在QQ群聊天，下面是群里的实时聊天内容。\n你要做群里的开心果，优先回复主动提到你、@你或明显需要接话的消息。读空气很重要：如果话题插不进去或大家没理你，就安静围观，不要硬回复。\n回复尽量简短，一次最好只跟一个话题，但可以同时回应不同群友的话，只要不混乱。\n适当发送表情包来表达开心、安慰或吐槽，但不要每句都发。\n避免重复群友刚说过的话，避免无意义的附和。当群氛围低落或有人需要鼓励时，可以用元气的方式带动一下，但不要特别说教。\n不要把“我是高中生”挂在嘴边，让它自然体现在反应里，除非被直接问。"
# 群聊通用注意事项

private_chat_prompts = "你正在和群友私聊，氛围比群里更轻松，可以多聊几句，但仍保持简短自然。\n注意对方的发言频率和心情，如果对方话少就不要追问，如果对方想倾诉就认真倾听。\n依然保持元气和温柔，可以更放松地分享日常小吐槽或开心事，但仍以对方的话题为主。"
# 私聊通用注意事项

chat_prompts = []
enable_talk_value_rules = false # 是否启用动态发言频率规则
# 思考频率规则列表，支持按聊天流/按日内时段配置。

[[chat.talk_value_rules]]
platform = ""
item_id = ""
rule_type = "group"
time = "00:00-08:59"
value = 0.8

[[chat.talk_value_rules]]
platform = ""
item_id = ""
rule_type = "group"
time = "09:00-18:59"
value = 1

[visual]
planner_mode = "auto" # 规划器模式，auto根据模型信息自动选择，text为纯文本模式，multimodal为多模态模式
replyer_mode = "auto" # 回复器模式，auto根据模型信息自动选择，text为纯文本模式，multimodal为多模态模式
max_image_num = 128 # 多模态请求中最多保留的图片数量；只保留最新图片，超出数量的旧图片会显示为 [图片]。
wait_image_recognize_max_time = 10.0 # 非视觉 planner 请求前等待图片识别完成的最长秒数；为 0 时不等待，保持占位请求。
handle_oversized_images = true # 开启后，接收图片会检查大小并按配置处理过大图片；关闭后跳过检查和处理。
max_image_size_mb = 30.0 # 接收图片超过该大小时视为过大图片；设为 0 时不限制图片大小。
oversized_image_handle_method = "compress" # 接收图片超过最大图片大小时的处理方法：compress 为压缩，discard 为丢弃。

[visual.image_cache_cleanup] # 图片缓存自动清理配置。
enabled = true # 是否启用图片缓存自动清理。
check_interval_hours = 6.0 # 图片缓存自动清理任务的轮询间隔，单位为小时。
image_file_retention_days = 14 # 图片文件超过该天数未使用后会被删除，但识别结果会继续保留。
no_file_result_retention_days = 30 # 图片文件被清理或缺失后，识别结果继续保留的天数。

[expression]
expression_checked_only = false # 是否仅选择已由用户人工检查的表达方式
expression_self_reflect = true # 是否在表达学习写入前进行 AI 审核；开启后只有审核通过的表达方式会被写入。
enable_precise_expression_selection = true # 是否启用精细表达选择；开启后 replyer 会使用子代理从候选表达中挑选更贴合当前语境的表达方式。
max_expression_learner = 3 # 所有聊天流合计允许同时运行的表达学习批次数；同一聊天流始终只允许一个批次。
# 表达学习配置列表，支持按聊天流配置

expression_groups = []
# 表达学习互通组

[[expression.learning_list]]
platform = ""
item_id = ""
type = "group"
use = true
learn = true

[jargon]
# 黑话学习配置列表，支持按聊天流配置，platform 或 item_id 可使用 * 通配

jargon_groups = []
# 黑话学习互通组，默认不互通；platform 或 item_id 可使用 * 通配

[[jargon.learning_list]]
platform = ""
item_id = ""
type = "group"
use = true
learn = true

[a_memorix.integration] # 控制麦麦在聊天中如何使用长期记忆
enable_memory_query_tool = true # 是否允许麦麦在聊天时查询长期记忆
memory_query_default_limit = 5 # 每次默认从长期记忆中取回多少条结果
enable_person_profile_query_tool = true # 是否允许麦麦查询人物画像记忆
enable_person_profile_injection = true # 是否在 Maisaka Planner 调用前自动注入当前对象相关的人物画像
person_profile_injection_max_profiles = 3 # 每轮自动注入的人物画像数量上限
person_fact_writeback_enabled = true # 是否在发送回复后自动提取并写回人物事实到长期记忆
chat_summary_writeback_enabled = true # 是否在 Maisaka 聊天过程中按消息窗口自动写回聊天摘要到长期记忆
chat_summary_writeback_message_threshold = 36 # 自动写回聊天摘要的消息窗口阈值
chat_summary_writeback_context_length = 36 # 自动写回聊天摘要时，从聊天流中回看的消息条数
feedback_correction_enabled = true # 是否启用反馈驱动的延迟记忆纠错任务
feedback_correction_window_hours = 12.0 # 反馈窗口时长（小时），以 query_memory 执行时间为起点
feedback_correction_check_interval_minutes = 30 # 反馈纠错定时任务轮询间隔（分钟）
feedback_correction_batch_size = 20 # 反馈纠错每轮最大处理任务数
feedback_correction_auto_apply_threshold = 0.85 # 自动应用纠错动作的最低置信度阈值
feedback_correction_max_feedback_messages = 30 # 每个纠错任务最多使用的窗口内用户反馈消息数
feedback_correction_prefilter_enabled = true # 是否启用纠错前置预筛（用于减少不必要的模型调用）
feedback_correction_paragraph_mark_enabled = true # 是否为受影响 paragraph 写入已纠正旧事实标记
feedback_correction_paragraph_hard_filter_enabled = true # 是否在用户侧查询中硬过滤带有 stale 标记的 paragraph
feedback_correction_profile_refresh_enabled = true # 是否在反馈纠错后将受影响人物画像加入刷新队列
feedback_correction_profile_force_refresh_on_read = true # 人物画像处于脏队列时，读取是否强制刷新而不直接复用旧快照
feedback_correction_episode_rebuild_enabled = true # 是否在反馈纠错后将受影响 source 加入 episode 重建队列
feedback_correction_episode_query_block_enabled = true # episode source 处于重建队列时，是否对用户侧查询做屏蔽
feedback_correction_reconcile_interval_minutes = 5 # 反馈纠错二阶段一致性后台协调任务轮询间隔（分钟）
feedback_correction_reconcile_batch_size = 20 # 反馈纠错二阶段一致性每轮处理 profile/episode 队列的批大小

[a_memorix.plugin] # 长期记忆系统的总开关
enabled = true # 是否启用长期记忆系统

[a_memorix.storage] # 存储位置
data_dir = "data/a-memorix" # 数据目录

[a_memorix.embedding] # 把记忆内容转换为向量时使用的基础设置
model_name = "auto" # 用于把记忆内容转换成向量的模型，auto 表示自动选择
dimension = 1024 # 记忆向量的维度，需要与向量化模型保持一致
batch_size = 32 # 每次向量化请求处理的记忆条数
max_concurrent = 5 # 同时进行的向量化请求数量
enable_cache = true # 是否缓存向量化结果
quantization_type = "int8" # 向量压缩方式，当前仅支持 int8(SQ8)

[a_memorix.embedding.fallback] # Embedding 回退配置
enabled = true # 是否启用回退机制
probe_interval_seconds = 180 # 探测间隔秒数
allow_metadata_only_write = true # 是否允许仅写入元数据

[a_memorix.embedding.paragraph_vector_backfill] # 段落向量回填配置
enabled = true # 是否启用回填任务
interval_seconds = 60 # 回填轮询间隔
batch_size = 64 # 单批回填数量
max_retry = 5 # 最大重试次数

[a_memorix.retrieval] # 检索配置
top_k_paragraphs = 20 # 段落候选数
top_k_relations = 10 # 关系候选数
top_k_final = 10 # 最终返回条数
alpha = 0.5 # 关系融合权重
enable_ppr = true # 是否启用 PPR
ppr_alpha = 0.85 # PPR alpha
ppr_timeout_seconds = 1.5 # PPR 超时秒数
ppr_concurrency_limit = 4 # PPR 并发限制
enable_parallel = true # 是否启用并行检索

[a_memorix.retrieval.sparse] # 稀疏检索配置
enabled = true # 是否启用稀疏检索
backend = "fts5" # 稀疏检索后端
mode = "auto" # 稀疏检索模式
tokenizer_mode = "jieba" # 分词模式
candidate_k = 80 # 段落候选数
relation_candidate_k = 60 # 关系候选数

[a_memorix.threshold] # 阈值过滤配置
min_threshold = 0.3 # 最小阈值
max_threshold = 0.95 # 最大阈值
percentile = 75 # 动态阈值百分位
min_results = 3 # 最小保留条数
enable_auto_adjust = true # 是否启用自动阈值调整

[a_memorix.filter] # 聊天过滤配置
enabled = true # 是否启用聊天过滤
mode = "blacklist" # 过滤模式
chats = [] # 聊天流列表

[a_memorix.episode] # Episode 配置
enabled = true # 是否启用 Episode
generation_enabled = true # 是否启用自动生成
pending_batch_size = 50 # 待处理批大小
pending_max_retry = 3 # 待处理最大重试次数
max_paragraphs_per_call = 20 # 单次最大段落数
max_chars_per_call = 6000 # 单次最大字符数
source_time_window_hours = 24.0 # 时间窗口小时数
segmentation_model = "auto" # 分段模型选择

[a_memorix.person_profile] # 人物画像配置
enabled = true # 是否启用画像
refresh_interval_minutes = 30 # 刷新间隔分钟数
active_window_hours = 72.0 # 活跃窗口小时数
max_refresh_per_cycle = 50 # 单轮最大刷新数
top_k_evidence = 12 # 证据条数
evidence_classification_max_tokens = 1200 # 人物画像证据分类最大输出 token 数

[a_memorix.memory] # 记忆演化配置
enabled = true # 是否启用记忆演化
half_life_hours = 24.0 # 半衰期小时数
prune_threshold = 0.1 # 裁剪阈值
freeze_duration_hours = 24.0 # 冻结时长小时数

[a_memorix.advanced] # 高级运行时配置
enable_auto_save = true # 是否启用自动保存
auto_save_interval_minutes = 5 # 自动保存间隔
debug = false # 是否启用调试

[a_memorix.web.tuning] # 调优中心配置
enabled = true # 是否启用调优中心
max_queue_size = 8 # 最大队列长度
poll_interval_ms = 1200 # 轮询间隔毫秒数
default_intensity = "standard" # 默认调优强度
default_objective = "precision_priority" # 默认调优目标
default_top_k_eval = 20 # 默认评估 Top-K
default_sample_size = 24 # 默认样本数

[a_memorix.web.import] # 导入中心配置
enabled = true # 是否启用导入中心
max_queue_size = 20 # 最大队列长度
max_files_per_task = 200 # 单任务最大文件数
max_file_size_mb = 20 # 单文件大小上限 MB
max_paste_chars = 200000 # 粘贴字符数上限
default_file_concurrency = 2 # 默认文件并发
default_chunk_concurrency = 4 # 默认分块并发

[message_receive]
image_parse_threshold = 5
# 当消息中图片数量不超过此阈值时，启用图片解析功能，将图片内容解析为文本后再进行处理。
# 当消息中图片数量超过此阈值时，为了避免过度解析导致的性能问题，将跳过图片解析，直接进行处理。

ban_words = [] # 过滤词列表
ban_msgs_regex = [] # 过滤正则表达式列表

[voice]
enable_asr = false # 是否启用语音识别，启用后麦麦可以识别语音消息

[emoji]
emoji_send_num = 25 # 一次从多少个表情包中选择发送，最大为 64
max_reg_num = 64 # 表情包最大注册数量
do_replace = true # 达到最大注册数量时替换旧表情包，关闭则达到最大数量时不会继续收集表情包
check_interval = 10 # 表情包检查间隔（分钟）
steal_emoji = true # 是否偷取表情包，让麦麦可以将一些表情包据为己有
content_filtration = true # 是否启用表情包过滤，只有符合该要求的表情包才会被保存

[keyword_reaction]
keyword_rules = [] # 关键词规则列表
regex_rules = [] # 正则表达式规则列表

[response_post_process]
enable_response_post_process = true # 是否启用回复后处理，包括错别字生成器，回复分割器

[chinese_typo]
enable = false # 是否启用中文错别字生成器
error_rate = 0.01 # 单字替换概率
min_freq = 9 # 最小字频阈值
tone_error_rate = 0.1 # 声调错误概率
word_replace_rate = 0.006 # 整词替换概率

[response_splitter]
enable = true # 是否启用回复分割器
max_length = 512 # 回复允许的最大长度
max_sentence_num = 8 # 回复允许的最大句子数
enable_kaomoji_protection = false # 是否启用颜文字保护
enable_overflow_return_all = true # 是否在句子数量超出回复允许的最大句子数时一次性返回全部内容

[telemetry]
enable = true # 是否启用遥测

[log]
date_style = "m-d H:i:s" # 日期格式
log_level_style = "lite" # 日志等级显示样式
color_text = "full" # 控制台日志颜色模式
log_level = "INFO" # 全局日志级别
console_log_level = "INFO" # 控制台日志级别
file_log_level = "DEBUG" # 文件日志级别
log_file_max_bytes = 5242880 # 单个日志文件最大字节数
max_log_files = 30 # 最多保留的主日志文件数量
log_cleanup_days = 30 # 主日志文件保留天数
llm_request_snapshot_limit = 128 # 失败请求快照最多保留数量
maisaka_prompt_preview_limit = 256 # 每个会话最多保留的 Maisaka Prompt 预览组数
maisaka_reply_effect_limit = 256 # 每个会话最多保留的 Maisaka 回复效果记录数
suppress_libraries = [
    "faiss",
    "httpx",
    "urllib3",
    "asyncio",
    "websockets",
    "httpcore",
    "requests",
    "sqlalchemy",
    "openai",
    "uvicorn",
    "jieba",
] # 完全屏蔽日志的第三方库列表
library_log_levels = {aiohttp = "WARNING"} # 特定第三方库的日志级别

[debug]
show_maisaka_thinking = true # 是否显示回复器推理
fold_maisaka_thinking = true # 是否折叠 Maisaka 的 prompt 展示入口
show_jargon_prompt = false # 是否显示jargon相关提示词
show_memory_prompt = false # 是否显示记忆检索相关prompt
enable_reply_effect_tracking = false # 是否开启回复效果评分追踪，默认关闭，需要手动打开
record_reply_request = false # 是否记录 Replyer 请求体，默认关闭
record_planner_request = false # 是否记录 Planner 完整请求体和完整回复体，默认关闭
enable_llm_cache_stats = false # 是否记录 LLM prompt cache 调试统计，默认关闭

[maim_message]
ws_server_host = "0.0.0.0" # 旧版基于WS的服务器主机地址
ws_server_port = 8000 # 旧版基于WS的服务器端口号
auth_token = [] # 认证令牌，用于旧版API验证，为空则不启用验证
enable_api_server = false # 是否启用额外的新版API Server
api_server_host = "0.0.0.0" # 新版API Server主机地址
api_server_port = 8090 # 新版API Server端口号
api_server_use_wss = false # 新版API Server是否启用WSS
api_server_cert_file = "" # 新版API Server SSL证书文件路径
api_server_key_file = "" # 新版API Server SSL密钥文件路径
api_server_allowed_api_keys = [] # 新版API Server允许的API Key列表，为空则允许所有连接

[webui]
enabled = true # 是否启用WebUI
host = "0.0.0.0" # WebUI 绑定主机地址
port = 8001 # WebUI 绑定端口
mode = "production" # 运行模式：development(开发) 或 production(生产)
anti_crawler_mode = "basic" # 防爬虫模式：false(禁用) / strict(严格) / loose(宽松) / basic(基础-只记录不阻止)
allowed_ips = "0.0.0.0" # IP白名单（逗号分隔，支持精确IP、CIDR格式和通配符）
trusted_proxies = "" # 信任的代理IP列表（逗号分隔），只有来自这些IP的X-Forwarded-For才被信任
trust_xff = false # 是否启用X-Forwarded-For代理解析（默认false）
secure_cookie = false # 是否启用安全Cookie（仅通过HTTPS传输，默认false）
enforce_public_outbound_url = true # 是否要求 WebUI 出站 URL 解析到公网地址；关闭后允许内网、本机或 TUN 代理地址，用于内网 LLM、反向代理等场景。
enable_paragraph_content = false # 是否在知识图谱中加载段落完整内容（需要加载embedding store，会占用额外内存）

[database]
save_binary_data = true
# 是否将消息中的二进制数据保存为独立文件
# 若启用，消息中的语音等二进制数据将会保存为独立文件，并在消息中以特殊标记替代。启用会导致数据文件夹体积增大，但可以实现二次识别等功能。
# 若禁用，则消息中的二进制将会在识别后删除，并在消息中使用识别结果替代，无法二次识别
# 该配置项仅影响新存储的消息，已有消息不会受到影响

[mcp]
enable = false # 是否启用 MCP（Model Context Protocol）
servers = []

[mcp.client] # MCP 客户端宿主能力配置
client_name = "MaiBot" # MCP 客户端实现名称
client_version = "1.0.0" # MCP 客户端实现版本

[mcp.client.roots] # Roots 能力配置
enable = true # 是否向 MCP 服务器暴露 Roots 能力
items = [] # Roots 列表

[mcp.client.sampling] # Sampling 能力配置
enable = true # 是否启用 Sampling 能力声明
task_name = "planner" # 执行 Sampling 请求时使用的主程序模型任务名
include_context_support = true # 是否声明支持 `includeContext` 非 `none` 语义
tool_support = true # 是否声明支持在 Sampling 中继续使用工具

[mcp.client.elicitation] # Elicitation 能力配置
enable = true # 是否启用 Elicitation 能力声明
allow_form = true # 是否允许表单模式 Elicitation
allow_url = true # 是否允许 URL 模式 Elicitation
# MCP 服务器配置列表

[plugin]
permission = ["qq:361390990"] # 允许使用内置插件管理命令的用户 ID 列表，格式为 platform:id，例如 qq:123456789

[plugin_runtime]
enabled = true # 启用插件系统
health_check_interval_sec = 30.0 # 健康检查间隔（秒）
max_restart_attempts = 3 # Runner 崩溃后最大自动重启次数
runner_spawn_timeout_sec = 30.0 # 等待 Runner 子进程启动并注册的超时时间（秒）
hook_blocking_timeout_sec = 30.0 # Hook 阻塞步骤的全局超时上限（秒）
ipc_socket_path = ""
# 自定义 IPC Socket 路径（仅 Linux/macOS 生效）
# 留空则自动生成临时路径

[plugin_runtime.render] # 浏览器渲染能力配置
enabled = true # 是否启用插件运行时浏览器渲染能力
browser_ws_endpoint = "" # 优先复用的现有 Chromium CDP 地址，可填写 ws/http 端点
executable_path = "" # 浏览器可执行文件路径，留空时自动探测本机 Chrome/Chromium
browser_install_root = "data/playwright-browsers" # Playwright 托管浏览器目录，自动下载 Chromium 时会复用该目录
headless = true # 是否以无头模式启动浏览器
launch_args = [
    "--disable-gpu",
    "--disable-dev-shm-usage",
    "--disable-setuid-sandbox",
    "--no-sandbox",
    "--no-zygote",
] # 浏览器启动参数列表
concurrency_limit = 2 # 同时允许进行的最大渲染任务数
startup_timeout_sec = 20.0 # 浏览器连接或启动超时时间（秒）
render_timeout_sec = 15.0 # 单次渲染默认超时时间（秒）
auto_download_chromium = true # 未检测到可用浏览器时，是否自动下载 Playwright Chromium
download_connection_timeout_sec = 120.0 # 自动下载 Chromium 时的连接超时时间（秒）
restart_after_render_count = 200 # 累计渲染指定次数后自动重建本地浏览器，0 表示关闭该策略