import { CreateEmbeddingResponse } from 'openai/resources';
import { DyFM_AI_Provider, DyFM_AI_ProviderCapabilities, DyFM_AI_Config } from '@futdevpro/fsm-dynamo/ai';
import { DyFM_DAI_EmbeddingInfo } from '@futdevpro/fsm-dynamo/ai/document-ai';
import { DyNTS_AI_CostEventCallback } from '../_models/interfaces/dynts-ai-cost-event-callback.interface';
import { DyNTS_AI_Embedding_ServiceBase } from './ai-embedding.service-base';
/**
 * Az LM Studio embedding control-service config-set-je. A `baseUrl` az OpenAI-kompatibilis
 * lokális endpoint (pl. `http://localhost:1234/v1`), az `apiKey` opcionális (LM Studio default-
 * ban nem kér Bearer-t). Az `onCostEvent` a per-call cost-event sink (FR-002, BFR-AM-007).
 */
export interface DyNTS_LMStudio_Embedding_Settings {
    /** OpenAI-kompatibilis lokális embedding-endpoint base URL-je (pl. `http://localhost:1234/v1`). */
    baseUrl: string;
    /** Opcionális Bearer token (LM Studio default-ban nem kér). */
    apiKey?: string;
    /** Per-call cost-event callback (FR-002 / BFR-AM-007). Non-breaking: ha undefined, nincs emit. */
    onCostEvent?: DyNTS_AI_CostEventCallback;
}
/**
 * `DyNTS_LMStudio_Embedding_ControlService` (BFR-AM-002) — OpenAI-kompatibilis **lokális** embedding
 * adapter `fetch`-en (Node 20 global `fetch`, így a Dynamo NEM hoz be provider-specifikus SDK-t a
 * lokális path-hoz). A FAM `FAM_LMStudio_EmbeddingProvider` workaround-ját emeli bedrock-szintre.
 *
 * A `baseUrl` + `modelId` config-ot a constructor-on kapja (mint a `DyNTS_OAI_Embedding_ControlService`
 * a `DyFM_OAI_Settings`-et). A `${baseUrl}/embeddings` POST-ra a `{ model, input }` body-t küldi, a
 * `data[].embedding` sorrendje == a `texts` sorrendje.
 *
 * **Cost-event (BFR-AM-007):** minden sikeres call után `emitCostEvent`-tel jelez (callType
 * `embedding-single` / `embedding-batch`, provider `'lm-studio'`). Lokális futás → nincs USD-költség,
 * a token-fogyasztás a `usage`-ből (ha az endpoint adja), különben becsült (4 char ≈ 1 token).
 */
export declare class DyNTS_LMStudio_Embedding_ControlService extends DyNTS_AI_Embedding_ServiceBase {
    /** A provider-azonosító a `LocalAI` enum-érték (LM Studio = lokális OpenAI-kompatibilis endpoint). */
    readonly aiProvider: DyFM_AI_Provider;
    /** A cost-event provider-string (a `DyNTS_AI_CostEvent.provider` szabad-string mezőjéhez). */
    protected readonly costProvider: string;
    /** LM Studio (OpenAI-kompatibilis lokális) capability-k: csak embedding-et igénylünk innen. */
    readonly capabilities: DyFM_AI_ProviderCapabilities;
    /** Az OpenAI-kompatibilis endpoint base URL-je (trailing slash-mentes). */
    protected baseUrl: string;
    /** Opcionális Bearer token. */
    protected apiKey?: string;
    /**
     * @param set baseUrl + opc. apiKey + opc. onCostEvent. A `baseUrl` kötelező — ha üres, a
     *   `DyNTS-LMS-ECS-CFG` hibát dobjuk (lokális endpoint nincs konfigurálva).
     */
    constructor(set: DyNTS_LMStudio_Embedding_Settings);
    /**
     * Az LM Studio client-et nem SDK-val, hanem `fetch`-csel hívjuk; a `setup` a `baseUrl` (és
     * opcionálisan az `apiKey`) átkonfigurálását teszi lehetővé (a base-szerződés egységessége miatt).
     */
    setup(config: DyFM_AI_Config): void;
    /**
     * Egy-szöveg embedding (a `createEmbeddings` egyelemű alakja). `fullResponse=true` esetén a
     * teljes (OpenAI-alakú) válasz-objektumot adja vissza, különben a tiszta `number[]`-t.
     */
    createEmbedding(set: {
        text: string;
        model: string;
        fullResponse?: boolean;
        issuer: string;
    }): Promise<number[] | CreateEmbeddingResponse>;
    /**
     * Batch-embedding az OpenAI-kompatibilis `/embeddings` végpontra. A `texts` sorrendje == a
     * visszaadott `number[][]` sorrendje. `fullResponse=true` esetén a teljes válasz-objektum.
     */
    createEmbeddings(set: {
        texts: string[];
        model: string;
        fullResponse?: boolean;
        issuer: string;
    }): Promise<number[][] | CreateEmbeddingResponse>;
    /**
     * Embedding model-info (a `DyFM_DAI_EmbeddingInfo` szerződés szerint). A provider `LocalAI`, a
     * model a megadott azonosító (a lokális endpoint natív dimenzióját nem ismerjük előre).
     */
    getEmbeddingInfo(model: string): DyFM_DAI_EmbeddingInfo;
    /**
     * Provider-elérhetőség: egy minimál embedding-próba (rövid token). Ha a hívás dob (endpoint down /
     * model hiányzik), `false`. Soha nem propagál hibát (try/catch → false).
     */
    testConnection(issuer: string): Promise<boolean>;
    /**
     * Az OpenAI-kompatibilis `/embeddings` POST-hívás `fetch`-csel. A `input` lehet egyetlen string
     * vagy string-tömb (mindkettőt az OpenAI-spec megengedi). A választ `CreateEmbeddingResponse`-alakra
     * normalizáljuk (a `data[].embedding`-eket kivonatoljuk). HTTP-/parse-hiba deskriptív üzenettel dobódik.
     */
    protected callEmbeddingsEndpoint(model: string, input: string | string[], issuer: string): Promise<CreateEmbeddingResponse>;
    /**
     * A nyers (OpenAI-kompatibilis) választ `CreateEmbeddingResponse`-alakra normalizálja: a `data[]`-ból
     * a `embedding` tömböket emeli ki (csak véges number-eket), a darabszámot ellenőrzi (1:1 a `texts`-szel),
     * és átveszi a `usage`-t ha van (a cost-event token-számához). Hibás/hiányzó mező → deskriptív hiba.
     */
    protected normalizeResponse(json: unknown, expectedCount: number, url: string, modelId: string): CreateEmbeddingResponse;
    /**
     * Cost-event emit (BFR-AM-007). A token a `usage`-ből (ha az endpoint adta), különben becsült
     * (4 char ≈ 1 token, defenzív lokális heurisztika). A provider mindig `'lm-studio'` string.
     */
    protected emitLmStudioCostEvent(callType: 'embedding-single' | 'embedding-batch', model: string, texts: string[], response: CreateEmbeddingResponse, durationMs: number, issuer: string): void;
    /** Becsült token-szám lokális endpoint-hoz (ha nincs `usage`): 4 char ≈ 1 token. */
    protected estimateTokens(texts: string[]): number;
    /** A `testConnection` próba-modellje (env-override-olható, default a FAM-mintára). */
    protected defaultProbeModel(): string;
    /** Trailing `/`-ek levágása (kettős slash elkerülése a `/embeddings` join-nál). */
    protected trimTrailingSlashes(value: string): string;
    /** Rövid, biztonságos válasz-snapshot a hiba-üzenethez (max 300 char). */
    protected snapshot(value: string): string;
    /** Egy number mező típusbiztos kiolvasása egy ismeretlen objektumból (hiány → 0). */
    protected readNumber(obj: unknown, key: string): number;
}
//# sourceMappingURL=lmstudio-embedding.control-service.d.ts.map