# Local Setup

## Prerequisites

- Python 3.12
- Node.js 22
- Docker Desktop

## First Run

```powershell
Copy-Item .env.example .env
python -c "import base64,secrets; print(base64.urlsafe_b64encode(secrets.token_bytes(32)).decode())"
```

将输出写入 `.env` 的 `AI_CREDENTIAL_ENCRYPTION_KEY`。该值缺失时，系统会拒绝保存模型渠道凭证；已经保存凭证后不要随意更换主密钥。

完整应用（PostgreSQL、Redis、MinIO、Django、Celery worker、Celery Beat、React）：

```powershell
cd infra
docker compose --env-file ../.env up --build
```

只启动本地基础设施、在宿主机运行前后端时：

```powershell
cd infra
docker compose -f docker-compose.local.yml --env-file ../.env up -d
```

首次启动时，backend 容器会自动等待 PostgreSQL、执行数据库迁移，并初始化企业后台治理数据。

Backend:

- API: http://localhost:8000/api/docs
- Health: http://localhost:8000/api/system/health

Frontend:

- App: http://localhost:5173
- 局域网访问: `http://<宿主机局域网 IP>:5173`

前端默认通过同源 `/api` 代理后端：宿主机直接运行 Vite 时代理到
`http://localhost:8000`，Docker Compose 中通过 `API_PROXY_TARGET` 代理到
`http://backend:8000`。因此局域网访问时无需把浏览器 API 地址配置为
`localhost:8000`。

默认管理员:

- 账号: `admin`
- 密码: `admin12345`
- 可通过 `.env` 中的 `DJANGO_SUPERUSER_USERNAME`、`DJANGO_SUPERUSER_PASSWORD`、`DJANGO_SUPERUSER_EMAIL` 修改。

## Backend Tests

```bash
cd backend
python -m pip install -e ".[dev]"
pytest -v
```

## Frontend Checks

```bash
cd frontend
npm install
npm run test:run
npm run lint
npm run typecheck
npm run build
```

## AI Platform Demo

1. 使用管理员账号打开 `#/modelhub/providers`，创建 OpenAI-compatible 渠道和文本模型，并执行异步连通测试。
2. 取得模型配置 ID 后创建预置草稿：

```powershell
cd backend
python manage.py seed_ai_demo --deployment-id 1
```

3. 在 `#/skills` 检查、编辑并发布三个 Skill。
4. 在 `#/agents` 编辑技术支持分析 Agent 的模型、步骤和输入映射，先运行草稿沙箱，再发布并运行正式版本。
5. 在 `#/agent-runs` 查看执行脊柱、每步输入输出、调用尝试、Token、耗时和配置快照。

完整验收步骤见 [AI 平台配置演示版验收](ai-platform-demo-acceptance.md)。

## Stage 1 API Smoke Tests

- Tickets: `GET http://localhost:8000/api/tickets`
- Ticket export: `GET http://localhost:8000/api/tickets/export`
- Solutions: `GET http://localhost:8000/api/solutions`