services:
  mindsift:
    image: git.dsit.me/sandrodach/mindsift:dev
    container_name: mindsift
    restart: unless-stopped
    ports:
      - "${PORT:-8080}:8080"
    volumes:
      - ./data:/data
    environment:
      - PORT=8080
      - DATA_DIR=/data
      - JWT_SECRET=${JWT_SECRET:-change_this_to_a_secure_random_key_min_32_chars}
      - BASE_URL=${BASE_URL:-http://localhost:8080}
      - ALLOW_REGISTRATION=${ALLOW_REGISTRATION:-false}
      - LOG_LEVEL=${LOG_LEVEL:-info}
      # Set LOG_LEVEL=debug or DEBUG=true for detailed request and sync logging
      # - LOG_LEVEL=debug
      # - DEBUG=true
      # Demo mode: if true, automatically seeds demo accounts admin/admin and user/user
      - MINDA_DEMO=${MINDA_DEMO:-false}
      # Optional SMTP / Mail Configuration (can also be configured in Admin UI)
      - SMTP_HOST=${SMTP_HOST:-}
      - SMTP_PORT=${SMTP_PORT:-587}
      - SMTP_USER=${SMTP_USER:-}
      - SMTP_PASS=${SMTP_PASS:-}
      - SMTP_FROM=${SMTP_FROM:-}
      - SMTP_TLS=${SMTP_TLS:-true}
      - SMTP_SKIP_VERIFY=${SMTP_SKIP_VERIFY:-false}
      # Optional: Impressum / Datenschutz (URL oder Markdown-Datei, z. B. per Volume eingebunden)
      - LEGAL_IMPRINT_URL=${LEGAL_IMPRINT_URL:-}
      - LEGAL_PRIVACY_URL=${LEGAL_PRIVACY_URL:-}
      - LEGAL_IMPRINT_CONTENT_FILE=${LEGAL_IMPRINT_CONTENT_FILE:-}
      - LEGAL_PRIVACY_CONTENT_FILE=${LEGAL_PRIVACY_CONTENT_FILE:-}
      # Optional: eigene Spracherkennung (Whisper, siehe Dienst "whisper" unten). Ohne STT_URL nutzt
      # MindSift die Spracherkennung des Browsers. Alles nur hier einstellbar, nicht in der Oberfläche;
      # Probleme stehen im Log (docker compose logs mindsift whisper).
      - STT_URL=${STT_URL:-}                          # z. B. http://whisper:8000 – gesetzt = Server-Modus
      - STT_MODEL=${STT_MODEL:-deepdml/faster-whisper-large-v3-turbo-ct2}  # kleiner/schneller: Systran/faster-whisper-small
      - STT_LANGUAGE=${STT_LANGUAGE:-de}              # Sprachcode, "auto" = automatisch erkennen
      - STT_API_KEY=${STT_API_KEY:-}                  # nur falls der Whisper-Server einen verlangt (API_KEY dort)
      - STT_DISABLED=${STT_DISABLED:-false}           # true = Mikrofon überall ausblenden
      # Schutzwerte für den Server-Modus
      - STT_MAX_SECONDS=${STT_MAX_SECONDS:-600}       # längste Aufnahme in Sekunden (danach stoppt der Browser)
      - STT_MAX_UPLOAD_MB=${STT_MAX_UPLOAD_MB:-25}    # größte Aufnahme in MB
      - STT_MAX_PARALLEL=${STT_MAX_PARALLEL:-1}       # gleichzeitige Erkennungen, weitere warten in der Schlange
      - STT_PER_USER_PER_HOUR=${STT_PER_USER_PER_HOUR:-60}  # Erkennungen pro Benutzer und Stunde
      - STT_TIMEOUT_SECONDS=${STT_TIMEOUT_SECONDS:-120}     # Höchstdauer pro Erkennung inkl. Warten

  # Optionale Spracherkennung auf dem eigenen Server (speaches mit faster-whisper, nur CPU).
  # Start: in .env  STT_URL=http://whisper:8000  und  COMPOSE_PROFILES=whisper  setzen, dann
  #   mkdir -p whisper && sudo chown 1000:1000 whisper   (der Container läuft als UID 1000)
  #   docker compose up -d
  # Das Modell (large-v3-turbo ca. 1,6 GB) lädt MindSift beim ersten Start automatisch in ./whisper.
  # RAM: large-v3-turbo ca. 2 GB, small ca. 1 GB.
  whisper:
    image: ghcr.io/speaches-ai/speaches:0.8.3-cpu
    container_name: mindsift-whisper
    restart: unless-stopped
    profiles: ["whisper"]
    volumes:
      - ./whisper:/home/ubuntu/.cache/huggingface/hub
    environment:
      - WHISPER__COMPUTE_TYPE=int8   # schneller und sparsamer auf der CPU, kaum Qualitätsverlust
      - STT_MODEL_TTL=-1             # Modell im Speicher halten (sonst nach 5 Min. entladen, nächste Erkennung lädt neu)
      - ENABLE_UI=false              # keine Weboberfläche von speaches
      - LOG_LEVEL=info
    # Kein Port nach außen: nur MindSift spricht im Docker-Netz mit dem Dienst.