config.example.toml

# node-token 配置示例
# 复制为 config.toml 并填写实际值

# KeyCompute 服务端 URL（必需）
server_url = "http://localhost:3000"

# 注册 token（从 KeyCompute 配置获取，必需）
registration_token = "change-me-node-registration-token"

# 节点显示名称（必需）
display_name = "My KeyCompute Node"

# 本地 Ollama URL（可选，默认 http://localhost:11434）
ollama_url = "http://localhost:11434"

# 心跳间隔（秒，可选，默认 30）
heartbeat_interval_secs = 30

# Excluded 节点 poll 检查间隔（秒，可选，默认 30）
# 节点被 excluded 后，poll 循环定期检查是否恢复
excluded_poll_check_interval_secs = 30

# 最大并发任务数（可选，默认 2）
# 控制同时执行的任务数量，防止过多任务并发导致资源耗尽
max_concurrent_tasks = 2

# 本地数据目录（可选，默认 ~/.local/share/node-token）
# data_dir = "/path/to/data"

# ──────────────────────────────────────────────────────────────────────────────
# Docker Compose Ollama 配置（仅 Docker 部署有效，二进制启动不读取）
# 配置 Ollama 容器的模型保活、端口映射、自动拉取模型等
# 对应 .env: OLLAMA_KEEP_ALIVE, OLLAMA_PORT, OLLAMA_MODEL, OLLAMA_WARMUP_PROMPT
# ──────────────────────────────────────────────────────────────────────────────

# 模型在内存中的保活时间（可选，默认 30m）
# 设置为 -1 表示常驻内存
# ollama_keep_alive = "30m"

# Ollama API 对外端口映射（可选，默认 11434）
# ollama_port = 11434

# 容器启动后自动拉取并预热的模型名称（可选，默认 gemma3:270m）
# ollama_model = "gemma3:270m"

# 预热模型时发送的简短提示词（可选，默认 ready）
# 预热推理会让模型加载到内存中，减少首次请求的响应延迟
# ollama_warmup_prompt = "ready"