# content-core Konfiguration fuer dieses Deployment.
#
# Zweck: YouTube-Quellen mit deutschem Transkript nutzbar machen.
#
# content-core sucht Transkripte nur in "preferred_languages". Der eingebaute
# Standard ist ["en", "es", "pt"] — ohne Deutsch. Ein Video mit ausschliesslich
# deutschem Transkript liefert deshalb NoTranscriptFound, und Open Notebook legt
# die Quelle mit LEEREM Inhalt an (der Titel wird trotzdem geholt, der Fehler
# taucht nur im Log auf).
#
# Der Schluessel youtube_transcripts steht zwar in der cc_config.yaml des Pakets,
# wird von load_config() im Standardfall aber gar nicht eingelesen (dort wird nur
# der Block "extraction" uebernommen) — er ist also wirkungslos. Einziger Weg,
# ihn zu setzen: CCORE_CONFIG_PATH auf eine eigene Datei zeigen lassen.
#
# ACHTUNG: CCORE_CONFIG_PATH ERSETZT die Konfiguration vollstaendig, es wird
# nicht zusammengefuehrt (content_core/config.py: return yaml.safe_load(file)).
# Diese Datei ist deshalb ein vollstaendiger Abzug der effektiven Standardconfig
# plus youtube_transcripts. Bei einem Image-Update mit geaenderten Defaults neu
# erzeugen:
#
#   docker compose exec -T open_notebook /app/.venv/bin/python -c "
#   from content_core.config import CONFIG; import yaml, copy
#   cfg = copy.deepcopy(CONFIG)
#   cfg['youtube_transcripts'] = {'preferred_languages': ['de','en','es','pt']}
#   print(yaml.safe_dump(cfg, sort_keys=False, allow_unicode=True))" > config/content_core.yaml
#
# Die openai/gpt-4o-mini-Eintraege unten sind content-core-interne Defaults; sie
# werden hier nicht benutzt (Open Notebook waehlt seine Modelle selbst) und
# stehen nur drin, weil die Datei vollstaendig sein muss.
speech_to_text:
  provider: openai
  model_name: whisper-1
  timeout: 3600
default_model:
  provider: openai
  model_name: gpt-4o-mini
  config:
    temperature: 0.5
    top_p: 1
    max_tokens: 2000
    timeout: 300
cleanup_model:
  provider: openai
  model_name: gpt-4o-mini
  config:
    temperature: 0
    max_tokens: 8000
    output_format: json
    timeout: 600
summary_model:
  provider: openai
  model_name: gpt-4o-mini
  config:
    temperature: 0
    top_p: 1
    max_tokens: 2000
    timeout: 300
extraction:
  document_engine: auto
  url_engine: auto
  audio:
    concurrency: 3
  firecrawl:
    api_url: null
  docling:
    output_format: markdown
  pymupdf:
    enable_formula_ocr: false
    formula_threshold: 3
    ocr_fallback: true
youtube_transcripts:
  preferred_languages:
  - de
  - en
  - es
  - pt