import type { LLMProvider } from '../llm/types.js';
import type { MemoryServiceLike } from './types.js';
import { type SceneBlock } from './scene.js';
import type { Message } from '../types.js';
/** 管道配置 */
export interface PipelineOptions {
    llmProvider: LLMProvider;
    /** 降级 LLM Provider（可选，各层级主 Provider 失败时切换） */
    fallbackProvider?: LLMProvider;
    /** 触发 L2 聚合的 L1 增量阈值（新 L1 条目数），默认 5 */
    l2Threshold?: number;
    /** 触发 L3 画像更新的 L2 增量阈值，默认 3 */
    l3Threshold?: number;
}
/** 管道执行结果 */
export interface PipelineResult {
    /** 本次提取的 L1 原子事实数 */
    l1Extracted: number;
    /** 是否触发了 L2 聚合 */
    l2Triggered: boolean;
    /** 是否触发了 L3 画像更新 */
    l3Triggered: boolean;
    /** 新的场景块（如果触发了 L2） */
    newScenes?: SceneBlock[];
    /** 更新的画像（如果触发了 L3） */
    newPersona?: string;
}
/**
 * 记忆管道调度器
 *
 * 调度策略：
 * 1. 每次对话结束：提取 L1 原子事实
 * 2. L1 累积达到阈值：触发 L2 场景聚合
 * 3. L2 累积达到阈值：触发 L3 画像生成
 *
 * 所有操作均为 fire-and-forget，不阻塞对话响应
 */
export declare class MemoryPipeline {
    private llmProvider;
    private fallbackProvider?;
    private l2Threshold;
    private l3Threshold;
    constructor(opts: PipelineOptions);
    /**
     * 执行完整管道（L1 提取 → 条件触发 L2 → 条件触发 L3）
     *
     * @param messages 对话消息
     * @param sessionId 会话 ID
     * @param memoryService MemoryService 实例（延迟导入避免循环依赖）
     */
    run(messages: Message[], sessionId: string, memoryService: MemoryServiceLike): Promise<PipelineResult>;
}
//# sourceMappingURL=pipeline.d.ts.map