/** 커널 `DurationEstimate` 와 같은 모양(커널 타입에 의존하지 않기 위해 구조로 맞춘다). */
export interface MeasuredEstimate {
    meanMs: number;
    spread?: {
        distribution: 'triangular';
        minMs: number;
        maxMs: number;
        modeMs: number;
    };
}
export interface MeasuredEstimatorResult {
    estimator?: {
        estimate(ctx: {
            kind: string;
            fromNode: string;
            toNode: string;
            resourceKind?: string;
        }): MeasuredEstimate | undefined;
    };
    /** 작업 종류 → 실측 소요(ms). 추정기가 답하는 종류들. */
    learned: Record<string, number>;
    /** 퍼짐까지 배운 종류 — 평균만 배운 것과 구별한다(변동 없는 소요는 대기를 과소평가한다). */
    spreads: Record<string, {
        minMs: number;
        maxMs: number;
    }>;
    /** 표본이 모자라 쓰지 않은 종류와 그 건수 — 배우지 못한 것을 밝힌다. */
    skipped: {
        kind: string;
        count: number;
    }[];
    minSamples: number;
}
/** 기본 표본 하한 — 이보다 적으면 그 종류는 배우지 않는다(작은 표본의 p50 을 현장 값으로 승격 금지). */
export declare const DEFAULT_MIN_SAMPLES = 5;
/**
 * 작업 종류별 KPI 그룹에서 추정기를 만든다(순수 — DB·커널 모름).
 * `groups` 는 `computeTwinKpi({ groupBy: 'taskKind' })` 의 `groups.items` 를 그대로 넘긴다.
 */
export declare function buildMeasuredEstimator(groups: {
    key: string;
    workTime?: {
        count: number;
        p10Ms?: number;
        p50Ms: number;
        p90Ms?: number;
    };
}[] | undefined, opts?: {
    minSamples?: number;
}): MeasuredEstimatorResult;