import { DyFM_OAI_Settings } from '@futdevpro/fsm-dynamo/ai/open-ai';
import { DyNTS_AI_Embedding_ServiceBase } from './ai-embedding.service-base';
import { DyNTS_LMStudio_Embedding_Settings } from './lmstudio-embedding.control-service';
import { DyNTS_AI_Embedding_MockSettings } from '../_modules/ai-mock/_services/ai-embedding-mock.service';
import { DyNTS_AI_CostEventCallback } from '../_models/interfaces/dynts-ai-cost-event-callback.interface';
/**
 * Az embedding-provider kulcsa (BFR-AM-002). String-union, NEM enum (a cost-event provider-stringekkel
 * konzisztens): `'openai'` (SDK reuse), `'lmstudio'` (lokális OpenAI-kompatibilis HTTP), `'mock'`
 * (determinisztikus test-double). Az env-feloldás kis-/nagybetűt és a `lm-studio` alias-t is elfogad.
 */
export type DyNTS_AI_EmbeddingProviderKey = 'openai' | 'lmstudio' | 'mock';
/**
 * A provider-feloldás opciói. A `provider` explicit kulcsot ad; ha hiányzik, az env-ből oldjuk fel
 * (`AI_EMBEDDING_PROVIDER`, default `openai`). A többi mező a megfelelő provider config-ját adja át.
 */
export interface DyNTS_AI_EmbeddingResolveOptions {
    /** Explicit provider-kulcs; ha hiányzik → env-feloldás. */
    provider?: DyNTS_AI_EmbeddingProviderKey | string;
    /** Per-call cost-event sink (FR-002 / BFR-AM-007) — mind a 3 providernek átadva. */
    onCostEvent?: DyNTS_AI_CostEventCallback;
    /** OpenAI-specifikus config (apiKey/org/project/defaultSettings) — `openai` providerhez. */
    openAiSettings?: DyFM_OAI_Settings;
    /** LM Studio config (baseUrl/apiKey) — `lmstudio` providerhez; baseUrl hiány → env (`LMSTUDIO_BASE_URL`). */
    lmStudioSettings?: Partial<DyNTS_LMStudio_Embedding_Settings>;
    /** Mock config (dims) — `mock` providerhez. */
    mockSettings?: DyNTS_AI_Embedding_MockSettings;
}
/**
 * `DyNTS_AI_EmbeddingProvider_Registry` (BFR-AM-002) — provider-dispatch resolver. A provider-kulcs
 * (`openai` | `lmstudio` | `mock`) alapján a megfelelő `DyNTS_AI_Embedding_ServiceBase` példányt adja
 * vissza, így a hívók egységes embedding-felületet látnak a konkrét provider-impl mögött (a FAM
 * `FAM_Embedding_ControlService.buildProvider` dispatch-ét emeli bedrock-szintre, generikusan).
 *
 * Static util (nincs állapota): minden hívás friss példányt épít (env/secret a hívás-időpontban
 * érvényes — memory: `dynts_dataservice_eager_resolve`-konzisztens, nincs élő singleton-állapot).
 */
export declare class DyNTS_AI_EmbeddingProvider_Registry {
    /**
     * A megadott (vagy env-ből feloldott) provider-kulcs alapján egy embedding-service példányt épít.
     * - `openai` → `DyNTS_OAI_Embedding_ControlService` (SDK reuse, cost-event sink-kel),
     * - `lmstudio` → `DyNTS_LMStudio_Embedding_ControlService` (HTTP; baseUrl a config vagy env),
     * - `mock` → `DyNTS_AI_Embedding_MockService` (determinisztikus),
     * - ismeretlen → `Error` (provider nincs konfigurálva — nem néma).
     */
    static resolve(options?: DyNTS_AI_EmbeddingResolveOptions): DyNTS_AI_Embedding_ServiceBase;
    /**
     * A provider-kulcs normalizálása: kis-/nagybetű-független, a `lm-studio` / `local-ai` alias-t
     * `lmstudio`-ra képzi. Hiány → env (`AI_EMBEDDING_PROVIDER`) → default `openai`. Ismeretlen → `Error`.
     */
    static normalizeKey(provider?: string): DyNTS_AI_EmbeddingProviderKey;
}
//# sourceMappingURL=ai-embedding-provider.registry.d.ts.map