# VOC 业务分析配置
# 每次分析新品类时，修改以下字段即可

# ── 产品基础信息 ──
# product_name 和 industry 留空则由 LLM 自动识别
product_name: ""
industry: ""

# ── 数据路径 ──
# input_dir: 原始评论 CSV 目录（相对于 voc_业务_2 目录，也支持绝对路径）
input_dir: "../Bikini trimmer voc"

# ── 父目录脚本路径 ──
# main_script: main_voc分析.py 的路径（相对于 voc_业务_2 目录）
main_script: "../main_voc分析.py"
# python_bin: 310py Python 解释器路径
python_bin: "../310py/bin/python"

# ── 报告元数据 ──
analysis_date: "2026-06-12"
data_source: "卖家精灵 realtime CSV"

# ── 报告版本 ──
report_version: "v1"

# ── LLM 提示词（业务员可编辑，见 报告LLM提示词.md）──
prompts_file: "./prompts.yaml"

# Persona 发现：每个聚类簇注入 LLM 的代表性评论条数（溯源原文）
persona_sample_reviews: 5
# Persona 生理标签：绑定簇内至少 N 条评论含对应英文词方可保留（如 pregnant≥5 才可用「孕妇」）
persona_physio_min_reviews: 5
# Persona 命中门槛：hit_count 低于此值跳过根因 LLM，卡片置信度显示「低样本」
persona_min_hit_count: 5
# Persona 卡片展示的代表性评论条数（结构化字段匹配 + 原文回退）
persona_quote_max: 3
# 每条根因展示的代表性评论条数
rootcause_quote_max: 4
# 进入 step 2 细粒度聚类的 audience 簇最小占比（相对总评论数）
audience_coverage_threshold: 0.05


# ── LLM 配置 ──
# 复用根目录 voc_llm.py 的配置（DEEPSEEK_API_KEY 环境变量 或 .deepseek_key）
# model: LLM 模型名称（留空使用 voc_llm.py 默认值 deepseek-v4-pro）
model: ""
# report_model: 报告主 LLM（留空使用 deepseek-v4-pro + thinking max）
report_model: "deepseek-v4-pro"
report_reasoning_effort: "max"
# 报告 LLM 最大输出 token（模型上限 384K；建议 64K–128K，根因/KANO 多段 JSON 时适当增大）
report_max_tokens: 280000
# LLM 并发线程数（根因等多 Persona 任务并行；遇 API 限流可调低至 2）
llm_max_workers: 10

# ── 大品类报告布局（ASIN 数量自适应）──
large_asin_threshold: 12      # 超过此数量启用摘要表/横向评分图/主题图 dataZoom
heatmap_asin_threshold: 30    # 超过此数量主题对比改用热力图 + small multiples
asin_table_top_n: 10           # 摘要表展示 Top N
star_summary_top_n: 15         # 评分分布摘要图 Top N + 其余聚合
theme_mini_top_n: 8            # 每主题 small multiple 展示 Top N ASIN

# ── 输出配置 ──
output_dir: "./output"
# ECharts 是否内联到 HTML（true=下载并嵌入，false=使用 CDN，文件更小）
echarts_inline: false
# ECharts CDN 地址（echarts_inline=false 时使用，内联模式下也用于下载）
echarts_cdn: "https://cdn.jsdelivr.net/npm/echarts@5.5.0/dist/echarts.min.js"