# ========================================
# AgentGraph - Configurações de Ambiente
# ========================================

# 🔑 API Keys (pelo menos uma é obrigatória)
HUGGINGFACE_API_KEY=hf_your_key_here
OPENAI_API_KEY=sk-your_key_here
ANTHROPIC_API_KEY=sk-ant-your_key_here

# 🔍 LangSmith - Observabilidade (OPCIONAL)
# Obtenha sua API key em: https://smith.langchain.com/
LANGSMITH_API_KEY=lsv2_pt_your_key_here
LANGSMITH_TRACING=true
LANGSMITH_ENDPOINT=https://api.smith.langchain.com
LANGSMITH_PROJECT=agentgraph-project

# 🗄️ Configurações de Banco
SQL_DB_PATH=data.db
DEFAULT_CSV_PATH=tabela.csv
UPLOAD_DIR=uploaded_data

# 🤖 Configurações de Modelo
DEFAULT_MODEL=GPT-4o-mini
MAX_ITERATIONS=40
TEMPERATURE=0

# 🌐 Configurações do Gradio
GRADIO_SHARE=false
GRADIO_PORT=7860

# 📊 Configurações de Logging
LOG_LEVEL=INFO

# ========================================
# Instruções de Configuração
# ========================================

# 1. Copie este arquivo para .env:
#    cp .env.example .env

# 2. Configure pelo menos uma API key (OpenAI, Anthropic ou HuggingFace)

# 3. Para habilitar LangSmith (observabilidade):
#    - Crie conta em https://smith.langchain.com/
#    - Obtenha sua API key
#    - Configure LANGSMITH_API_KEY e LANGSMITH_TRACING=true
#    - Personalize LANGSMITH_PROJECT se desejar

# 4. Execute a aplicação:
#    python app.py

# ========================================
# Benefícios do LangSmith
# ========================================

# ✅ Rastreamento completo de execuções
# ✅ Monitoramento de performance
# ✅ Debug de agentes LangGraph
# ✅ Análise de custos de tokens
# ✅ Comparação de modelos
# ✅ Dashboards de observabilidade