Toute la configuration se fait via .env. Copiez example.env et remplissez vos valeurs :
Niveaux de Configuration
Chaque intégration a un niveau de configuration indiquant son importance :
| Niveau | Signification | Comportement si non configuré |
|---|
| Requis | Dépendance système essentielle | Le système génère une erreur — le chat et les fonctions principales ne fonctionnent pas |
| Recommandé | Activateur de fonctionnalité significative | Dégradation progressive — la fonctionnalité est visiblement indisponible mais le système fonctionne |
| Optionnel | Capacité d’amélioration | Dégradation transparente — le système fonctionne correctement, la capacité est simplement absente |
Remarque : Les modèles configurés par l’administrateur (Admin → page Modèles) peuvent remplacer les variables d’environnement LLM. La vérification de santé considère les deux sources.
Frontend (Développement local uniquement)
Le frontend a un fichier env séparé uniquement pour le développement local : frontend/.env.local.
Ce fichier n’est PAS utilisé dans Docker. À l’intérieur du conteneur Docker, Next.js proxifie /api/* vers le backend Python en interne (le port 8000 est interne au conteneur), donc aucun fichier env frontend n’est nécessaire.
Pour le développement local, les valeurs par défaut fonctionnent directement — vous n’avez pas besoin de créer frontend/.env.local sauf si votre backend s’exécute sur un port non-standard.
Si vous devez remplacer les valeurs, créez frontend/.env.local manuellement :
echo 'NEXT_PUBLIC_API_URL=http://localhost:9000' > frontend/.env.local
| Variable | Par défaut | Description |
|---|
NEXT_PUBLIC_API_URL | http://localhost:8000 (auto) | URL du backend que le navigateur utilise pour les appels API directs (redirections OAuth, streaming). Détectée automatiquement à partir de window.location si non définie — remplacez-la uniquement si votre backend s’exécute sur un port non-standard localement. |
Note au moment de la compilation : les variables NEXT_PUBLIC_* sont intégrées au bundle JS au moment de pnpm build. Les modifier à l’exécution (par ex. via le fichier .env racine) n’a aucun effet — c’est pourquoi elles se trouvent dans frontend/.env.local pour le développement local uniquement.
LLM (Requis)
| Variable | Requis | Par défaut | Description |
|---|
LLM_API_KEY | Oui | — | Clé API du fournisseur LLM |
LLM_BASE_URL | Non | https://api.openai.com/v1 | URL de base de toute API compatible OpenAI |
LLM_MODEL | Non | gpt-4o | Modèle principal — utilisé pour la planification, l’analyse et l’agent ReAct |
FAST_LLM_MODEL | Non | (revient à LLM_MODEL) | Modèle rapide — utilisé pour l’exécution des étapes DAG (moins cher, plus rapide) |
LLM_TEMPERATURE | Non | 0.7 | Température d’échantillonnage par défaut |
LLM_CONTEXT_SIZE | Non | 128000 | Taille de la fenêtre de contexte pour le LLM principal |
LLM_MAX_OUTPUT_TOKENS | Non | 64000 | Nombre maximal de jetons de sortie par appel pour le LLM principal |
FAST_LLM_API_KEY | Non | (revient à LLM_API_KEY) | Clé API du fournisseur de modèle rapide. À utiliser lorsque le modèle rapide est hébergé par un fournisseur différent du modèle principal |
FAST_LLM_BASE_URL | Non | (revient à LLM_BASE_URL) | URL de base du fournisseur de modèle rapide |
FAST_LLM_TEMPERATURE | Non | (revient à LLM_TEMPERATURE) | Température d’échantillonnage pour le modèle rapide |
FAST_LLM_CONTEXT_SIZE | Non | (revient à LLM_CONTEXT_SIZE) | Taille de la fenêtre de contexte pour le LLM rapide |
FAST_LLM_MAX_OUTPUT_TOKENS | Non | (revient à LLM_MAX_OUTPUT_TOKENS) | Nombre maximal de jetons de sortie par appel pour le LLM rapide |
LLM_REASONING_EFFORT | Non | (désactivé) | Niveau de réflexion étendue pour les modèles supportés (OpenAI série o, Gemini 2.5+, Claude). Valeurs : low, medium, high. LiteLLM traduit cela au format natif de chaque fournisseur automatiquement. La chaîne de pensée du modèle est affichée dans l’étape « thinking » de l’interface utilisateur. |
LLM_REASONING_BUDGET_TOKENS | Non | (auto à partir de l’effort) | Budget de jetons explicite pour la réflexion Anthropic (minimum 1024). Pour OpenAI/Gemini, le niveau d’effort est utilisé directement. Effectif uniquement lorsque LLM_REASONING_EFFORT est défini. |
LLM_JSON_MODE_ENABLED | Non | true | Définir à false pour désactiver response_format=json_object pour les modèles configurés via ENV. Requis lors de l’utilisation d’un relais tiers soutenu par AWS Bedrock (les versions plus récentes rejettent l’injection de préfixe assistant de LiteLLM, causant une ValidationException à la 2e itération d’agent et au-delà). Les modèles configurés en base de données remplacent cela par modèle via Admin → Models → Advanced settings. |
REASONING_LLM_MODEL | Non | (revient à LLM_MODEL) | Nom du modèle pour le niveau de réflexion. Utilisé pour les tâches nécessitant une analyse approfondie (par exemple, planification DAG, analyse de plan) |
REASONING_LLM_API_KEY | Non | (revient à LLM_API_KEY) | Clé API du fournisseur de modèle de réflexion |
REASONING_LLM_BASE_URL | Non | (revient à LLM_BASE_URL) | URL de base du fournisseur de modèle de réflexion |
REASONING_LLM_TEMPERATURE | Non | (revient à LLM_TEMPERATURE) | Température d’échantillonnage pour le modèle de réflexion |
REASONING_LLM_CONTEXT_SIZE | Non | (revient à LLM_CONTEXT_SIZE) | Taille de la fenêtre de contexte pour le modèle de réflexion |
REASONING_LLM_MAX_OUTPUT_TOKENS | Non | (revient à LLM_MAX_OUTPUT_TOKENS) | Nombre maximal de jetons de sortie par appel pour le modèle de réflexion |
REASONING_LLM_EFFORT | Non | (revient à LLM_REASONING_EFFORT) | Niveau d’effort de réflexion pour le niveau de modèle de réflexion. Valeurs : low, medium, high |
REASONING_LLM_BUDGET | Non | (revient à LLM_REASONING_BUDGET_TOKENS) | Budget de jetons pour la réflexion (principalement Anthropic). Remplace le budget calculé automatiquement pour le niveau de réflexion |
Ordre de résolution : Préférence utilisateur → Modèles Admin (BD) → Secours ENV. Si un modèle admin avec le rôle « General » est configuré dans Admin → Models, ces variables ENV servent de secours uniquement. Le contrôle de santé considère les deux sources.
Réflexion étendue (Raisonnement)
Lorsque LLM_REASONING_EFFORT est défini, FIM One active la capacité de réflexion étendue du modèle afin que la chaîne de pensée interne soit affichée dans l’étape « thinking » de l’interface utilisateur. FIM One utilise LiteLLM pour traduire automatiquement le paramètre d’effort de raisonnement dans le format natif de chaque fournisseur.
Fournisseurs pris en charge
| Fournisseur | LLM_BASE_URL | Fonctionnement | Contenu de raisonnement retourné ? |
|---|
| OpenAI (o1 / o3 / o4-mini) | https://api.openai.com/v1 | reasoning_effort envoyé nativement | Oui |
| Anthropic (Claude 3.7+) | https://api.anthropic.com/v1/ | LiteLLM achemine via l’API Anthropic native avec le paramètre thinking | Oui |
| Google Gemini (2.5+) | https://generativelanguage.googleapis.com/v1beta/openai/ | reasoning_effort envoyé sur le point de terminaison de compatibilité | Oui |
LLM_BASE_URL et le mappe au format API correct. Les URL inconnues sont traitées comme compatibles avec OpenAI.
Avertissements importants
Les proxies tiers / points de terminaison personnalisés ne sont pas garantis.
Si votre LLM_BASE_URL pointe vers un proxy API tiers (par exemple, OpenRouter, one-api, passerelle personnalisée), LiteLLM tentera d’acheminer correctement en fonction de l’URL. Cependant, si votre proxy s’attend à un format non standard, le raisonnement peut ne pas fonctionner comme prévu. Consultez la documentation du proxy pour connaître le format de paramètre attendu.
Contraintes de température avec le raisonnement
Certains fournisseurs imposent des restrictions de température lorsque le raisonnement est actif :
- Anthropic : Nécessite
temperature=1 lorsque la réflexion étendue est activée. Si vous utilisez Anthropic avec la réflexion étendue, vous devez définir LLM_TEMPERATURE=1 — Anthropic rejette les autres valeurs lorsque la réflexion est activée.
- OpenAI GPT-5.x : Supporte uniquement
temperature=1 à tout moment. Le filtrage drop_params de LiteLLM gère cela automatiquement — les valeurs de température non supportées sont silencieusement supprimées. Aucune action de l’utilisateur n’est nécessaire pour GPT-5.x.
Cette variable est principalement significative pour le chemin Anthropic. Lorsqu’elle est définie, elle remplace le budget calculé automatiquement et est envoyée en tant que budget_tokens dans le paramètre thinking via LiteLLM. Lorsqu’elle n’est pas définie, le budget est dérivé de LLM_MAX_OUTPUT_TOKENS x ratio d’effort :
LLM_REASONING_EFFORT | Ratio de budget | Exemple (max_tokens = 64000) |
|---|
low | 20% | 12 800 tokens |
medium | 50% | 32 000 tokens |
high | 80% | 51 200 tokens |
reasoning_effort — LLM_REASONING_BUDGET_TOKENS n’a aucun effet.
Exécution de l’agent
| Variable | Requis | Par défaut | Description |
|---|
REACT_MAX_ITERATIONS | Non | 20 | Nombre max d’itérations d’appels d’outils par requête ReAct |
MAX_CONCURRENCY | Non | 5 | Nombre max d’étapes parallèles dans l’exécuteur DAG |
DAG_STEP_MAX_ITERATIONS | Non | 15 | Nombre max d’itérations d’appels d’outils dans chaque étape DAG |
DAG_MAX_REPLAN_ROUNDS | Non | 3 | Nombre max de tentatives de re-planification autonome lorsque l’objectif n’est pas atteint |
DAG_REPLAN_STOP_CONFIDENCE | Non | 0.8 | Arrêter les tentatives lorsque la confiance de l’agent que l’objectif est inatteignable dépasse ce seuil (0.0 = ne jamais arrêter tôt, 1.0 = arrêter en cas d’échec) |
DAG_TOOL_CACHE | Non | true | Mettre en cache les appels d’outils identiques au sein d’une seule exécution DAG. Les verrous asynchrones par clé préviennent les pics de charge. Définir à false pour désactiver la mise en cache |
DAG_STEP_VERIFICATION | Non | false | Activer la vérification de qualité basée sur LLM après la fin de chaque étape DAG. En cas d’échec, l’étape se réessaie une fois avec retour de vérification. Ajoute de la latence mais améliore la précision des résultats |
AUTO_ROUTING | Non | true | Activer la classification automatique des requêtes. Un LLM rapide analyse chaque requête et l’achemine vers le mode d’exécution ReAct (une seule étape) ou DAG (multi-étapes). Le point de terminaison /api/auto utilise ceci. Définir à false pour exiger une sélection de mode explicite |
Outils Web (Optionnel)
| Variable | Requis | Défaut | Description |
|---|
JINA_API_KEY | Non | — | Clé API Jina — également utilisée pour l’intégration et le reclassement ; obtenez la vôtre sur jina.ai |
TAVILY_API_KEY | Non | — | Clé API Tavily Search (sélectionnée automatiquement si définie et WEB_SEARCH_PROVIDER n’est pas défini) |
BRAVE_API_KEY | Non | — | Clé API Brave Search (sélectionnée automatiquement si définie et WEB_SEARCH_PROVIDER n’est pas défini) |
WEB_SEARCH_PROVIDER | Non | jina | Sélecteur de fournisseur de recherche : jina / tavily / brave |
WEB_FETCH_PROVIDER | Non | jina (si clé définie, sinon httpx) | Fournisseur de récupération : jina / httpx |
RAG et base de connaissances (Recommandé)
| Variable | Requis | Par défaut | Description |
|---|
EMBEDDING_MODEL | Non | jina-embeddings-v3 | Identifiant du modèle d’embedding |
EMBEDDING_DIMENSION | Non | 1024 | Dimension du vecteur d’embedding |
EMBEDDING_API_KEY | Non | (utilise JINA_API_KEY) | Clé API de remplacement pour un fournisseur d’embedding différent |
EMBEDDING_BASE_URL | Non | https://api.jina.ai/v1 | URL de base de remplacement pour un fournisseur d’embedding différent |
RETRIEVAL_MODE | Non | grounding | grounding (pipeline complet avec citations/conflits/confiance) ou simple (RAG basique) |
RERANKER_MODEL | Non | jina-reranker-v2-base-multilingual | Identifiant du modèle de reranking |
RERANKER_PROVIDER | Non | jina | Fournisseur de reranking : jina / cohere / openai |
COHERE_API_KEY | Non | — | Clé API Cohere (sélectionne automatiquement le reranker Cohere lorsqu’elle est définie) |
COHERE_RERANKER_MODEL | Non | rerank-multilingual-v3.0 | Modèle de reranking Cohere |
VECTOR_STORE_DIR | Non | ./data/vector_store | Répertoire pour les données du magasin vectoriel LanceDB |
L’embedding est recommandé pour les fonctionnalités de base de connaissances. Le reranking est optionnel — la recherche fonctionne sans lui en utilisant le scoring de fusion.
Exécution de Code
| Variable | Requis | Défaut | Description |
|---|
CODE_EXEC_BACKEND | Non | local | local (exécution directe sur l’hôte) ou docker (conteneurs isolés) |
DOCKER_PYTHON_IMAGE | Non | python:3.11-slim | Image Docker pour l’exécution Python |
DOCKER_NODE_IMAGE | Non | node:20-slim | Image Docker pour l’exécution Node.js |
DOCKER_SHELL_IMAGE | Non | python:3.11-slim | Image Docker pour l’exécution shell |
DOCKER_MEMORY | Non | (défaut Docker) | Limite de RAM par conteneur (ex. 256m, 512m, 1g) |
DOCKER_CPUS | Non | (défaut Docker) | Quota CPU par conteneur (ex. 0.5, 1.0) |
SANDBOX_TIMEOUT | Non | 120 | Délai d’exécution par défaut en secondes |
DOCKER_HOST_DATA_DIR | Non | (non défini) | Chemin absolu côté hôte du montage de volume ./data. Requis pour les déploiements DooD (Docker-outside-of-Docker) ; docker-compose.yml le définit automatiquement via ${PWD}/data. |
Sécurité : Le mode local exécute le code généré par l’IA directement sur l’hôte. Pour les déploiements accessibles sur Internet ou multi-utilisateurs, définissez toujours CODE_EXEC_BACKEND=docker.
Artefacts d’outil
Limites de taille pour les fichiers produits par l’exécution d’outils (exécution de code, rendu de modèle, génération d’image).
| Variable | Requis | Par défaut | Description |
|---|
MAX_ARTIFACT_SIZE | Non | 10485760 (10 MB) | Taille maximale d’un fichier artefact unique en octets |
MAX_ARTIFACTS_TOTAL | Non | 52428800 (50 MB) | Taille totale maximale des artefacts par session en octets |
Génération d’images (Optionnel)
| Variable | Requis | Par défaut | Description |
|---|
IMAGE_GEN_PROVIDER | Non | google | google (API native Gemini) ou openai (API compatible OpenAI /v1/images/generations) |
IMAGE_GEN_API_KEY | Non | — | Clé Google AI Studio (google) ou clé proxy/OpenAI (openai) |
IMAGE_GEN_MODEL | Non | gemini-3.1-flash-image-preview | Modèle de génération d’images (par ex. dall-e-3, gemini-nano-banana-2) |
IMAGE_GEN_BASE_URL | Non | (par fournisseur) | Google : https://generativelanguage.googleapis.com/v1beta ; OpenAI : https://api.openai.com/v1 |
Email (SMTP) (Recommandé)
Enregistre automatiquement l’outil intégré email_send lorsque SMTP_HOST, SMTP_USER et SMTP_PASS sont tous définis.
| Variable | Requis | Par défaut | Description |
|---|
SMTP_HOST | Cond. | — | Nom d’hôte du serveur SMTP |
SMTP_PORT | Non | 465 | Port SMTP |
SMTP_SSL | Non | ssl | Mode TLS : ssl (port 465) / tls (STARTTLS, port 587) / "" (plain) |
SMTP_USER | Cond. | — | Nom d’utilisateur de connexion SMTP |
SMTP_PASS | Cond. | — | Mot de passe de connexion SMTP |
SMTP_FROM | Non | (utilise SMTP_USER) | Adresse de l’expéditeur affichée dans l’en-tête From |
SMTP_FROM_NAME | Non | — | Nom d’affichage affiché dans l’en-tête From |
SMTP_ALLOWED_DOMAINS | Non | — | Liste d’autorisation de domaines séparés par des virgules (ex. example.com,corp.io) ; bloque les destinataires en dehors des domaines listés |
SMTP_ALLOWED_ADDRESSES | Non | — | Liste d’autorisation d’adresses exactes séparées par des virgules ; combinée avec SMTP_ALLOWED_DOMAINS ; laissez les deux non définis pour autoriser n’importe quel destinataire (non recommandé pour les boîtes aux lettres partagées) |
Connecteurs
| Variable | Requis | Par défaut | Description |
|---|
CONNECTOR_RESPONSE_MAX_CHARS | Non | 50000 | Nombre maximum de caractères pour les réponses de connecteur JSON non-tableau / texte brut |
CONNECTOR_RESPONSE_MAX_ITEMS | Non | 10 | Nombre maximum d’éléments de tableau à conserver lorsque la réponse du connecteur est un tableau JSON |
CREDENTIAL_ENCRYPTION_KEY | Non | (non défini) | Clé de chiffrement Fernet pour les blobs d’identifiants de connecteur. Lorsqu’elle est définie, les jetons d’authentification stockés dans connector_credentials sont chiffrés au repos. Si elle n’est pas définie, les identifiants sont stockés en tant que JSON en texte brut (rétro-compatible). La modification de cette clé invalide tous les identifiants chiffrés existants. |
| Variable | Requis | Défaut | Description |
|---|
DATABASE_URL | Non | sqlite+aiosqlite:///./data/fim_one.db | Chaîne de connexion à la base de données. SQLite (zéro configuration) : sqlite+aiosqlite:///./data/fim_one.db. PostgreSQL (production) : postgresql+asyncpg://user:pass@localhost:5432/fim_one. Docker Compose configure automatiquement PostgreSQL. |
JWT_SECRET_KEY | Non | CHANGE_ME | Clé secrète pour la signature des jetons JWT. La valeur d’espace réservé CHANGE_ME (ou tout défaut hérité) déclenche la génération automatique d’une clé aléatoire sécurisée de 256 bits au premier démarrage, qui est écrite dans .env. Définissez explicitement en production pour maintenir la validité des jetons entre les redémarrages et les réplicas. |
CORS_ORIGINS | Non | — | Liste séparée par des virgules d’origines CORS supplémentaires autorisées au-delà des entrées localhost par défaut. Requis lorsque le frontend s’exécute sur un domaine non-localhost (par ex. https://app.example.com). |
UPLOADS_DIR | Non | ./uploads | Répertoire pour les fichiers téléchargés |
MAX_UPLOAD_SIZE_MB | Non | 50 | Taille maximale de téléchargement de fichier en mégaoctets (application backend) |
NEXT_PUBLIC_MAX_UPLOAD_SIZE_MB | Non | 50 | Taille maximale de téléchargement de fichier affichée dans l’interface utilisateur du frontend. Variable de temps de construction — doit correspondre à MAX_UPLOAD_SIZE_MB. |
MCP_SERVERS | Non | — | Tableau JSON des configurations de serveur MCP (nécessite uv sync --extra mcp) |
ALLOW_STDIO_MCP | Non | false | Autoriser les serveurs MCP stdio. Définissez true uniquement pour les déploiements locaux de confiance |
ALLOWED_STDIO_COMMANDS | Non | npx,uvx,node,python,python3,deno,bun | Liste séparée par des virgules des commandes de base autorisées pour les serveurs MCP stdio. Effectif uniquement lorsque ALLOW_STDIO_MCP=true |
LOG_LEVEL | Non | INFO | Niveau de journalisation : DEBUG / INFO / WARNING / ERROR / CRITICAL |
REDIS_URL | Non | — | URL de connexion Redis pour le relais d’interruption entre workers. Auto-configuré par Docker Compose. Nécessaire uniquement pour les configurations locales multi-worker (WORKERS>1). |
WORKERS | Non | 1 | Processus workers Uvicorn. 1 est sûr et ne nécessite aucun service externe. >1 nécessite PostgreSQL (SQLite est à writer unique). L’authentification, OAuth et les opérations de fichiers sont entièrement sûrs pour multi-worker (basés sur JWT). Limitation : sans REDIS_URL, l’interruption/injection en cours de flux fonctionne uniquement dans le même processus worker. Docker Compose configure automatiquement Redis. |
OAuth (Optionnel)
Quand CLIENT_ID et CLIENT_SECRET sont tous les deux définis pour un fournisseur, la page de connexion affiche automatiquement le bouton OAuth correspondant.
| Variable | Requis | Par défaut | Description |
|---|
GITHUB_CLIENT_ID | Non | — | ID client de l’application GitHub OAuth. Créer sur github.com/settings/developers → OAuth Apps |
GITHUB_CLIENT_SECRET | Non | — | Secret client de l’application GitHub OAuth |
GOOGLE_CLIENT_ID | Non | — | ID client Google OAuth. Créer sur console.cloud.google.com/apis/credentials |
GOOGLE_CLIENT_SECRET | Non | — | Secret client Google OAuth |
DISCORD_CLIENT_ID | Non | — | ID client Discord OAuth2. Créer sur discord.com/developers |
DISCORD_CLIENT_SECRET | Non | — | Secret client Discord OAuth2 |
FEISHU_APP_ID | Non | — | ID d’application Feishu (Lark). Créer sur open.feishu.cn. Nécessite la permission contact:user.email:readonly |
FEISHU_APP_SECRET | Non | — | Secret d’application Feishu (Lark) |
FRONTEND_URL | Prod | http://localhost:3000 | Où le navigateur arrive après la fin d’OAuth. Doit être défini en production (ex. https://yourdomain.com) |
API_BASE_URL | Prod | http://localhost:8000 | URL du backend accessible de l’extérieur, utilisée pour construire les URLs de rappel OAuth. Doit être défini en production |
NEXT_PUBLIC_API_URL | Prod | (détecté automatiquement comme <hostname>:8000) | URL de base de l’API côté navigateur pour les redirections OAuth. C’est une variable de temps de construction du frontend — définissez-la dans frontend/.env.local pour le développement local, ou passez-la comme argument de construction Docker pour les déploiements de production personnalisés. La détection automatique fonctionne pour les configurations de proxy inverse standard (port 80/443). |
Prod = optionnel localement (les valeurs par défaut fonctionnent), mais requis pour tout déploiement accessible sur Internet.
URLs de rappel OAuth à enregistrer auprès de chaque fournisseur
Le backend construit les URLs de rappel comme : {API_BASE_URL}/api/auth/oauth/{provider}/callback
| Fournisseur | URL de rappel à enregistrer |
|---|
| GitHub | https://yourdomain.com/api/auth/oauth/github/callback |
| Google | https://yourdomain.com/api/auth/oauth/google/callback |
| Discord | https://yourdomain.com/api/auth/oauth/discord/callback |
Analytique (Optionnel)
Tous les fournisseurs d’analytique sont optionnels. Définissez n’importe quelle combinaison — tous les fournisseurs actifs se chargent simultanément. Laissez tous les champs vides pour désactiver complètement l’analytique (recommandé pour le développement local).
| Variable | Requis | Par défaut | Description |
|---|
NEXT_PUBLIC_GA_MEASUREMENT_ID | Non | — | ID de mesure Google Analytics 4 (par ex. G-XXXXXXXXXX). Obtenez le vôtre sur analytics.google.com |
NEXT_PUBLIC_UMAMI_SCRIPT_URL | Non | — | URL du script d’analytique Umami (par ex. https://your-umami.com/script.js). Alternative auto-hébergée et respectueuse de la vie privée — umami.is |
NEXT_PUBLIC_UMAMI_WEBSITE_ID | Non | — | ID du site web Umami. Requis quand NEXT_PUBLIC_UMAMI_SCRIPT_URL est défini |
NEXT_PUBLIC_PLAUSIBLE_DOMAIN | Non | — | Domaine d’analytique Plausible (par ex. yourdomain.com). Léger et respectueux de la vie privée — plausible.io |
NEXT_PUBLIC_PLAUSIBLE_SCRIPT_URL | Non | https://plausible.io/js/script.js | URL de script Plausible personnalisée pour les instances auto-hébergées |
Toutes les variables d’analytique NEXT_PUBLIC_* sont au moment de la compilation — les modifications nécessitent une reconstruction du frontend pour prendre effet.
