/**
 * DocumentReader - 文档读取接口
 *
 * 将各种格式的文档（PDF, Office, HTML 等）转换为 Markdown
 */
/**
 * 读取后的文档
 */
export interface ReadDocument {
    /** Markdown 格式的内容 */
    markdown: string;
    /** 文档元数据 */
    metadata: {
        /** 文档标题 */
        title?: string;
        /** 文档描述 */
        description?: string;
        /** 原始 URL */
        url: string;
        /** 内容类型 */
        contentType?: string;
        /** 字数统计 */
        wordCount?: number;
        /** reader provider，例如 paddleocr */
        readerProvider?: string;
        /** reader model，例如 pp-ocrv6 */
        readerModel?: string;
        /** 已读取页段 */
        pageRange?: string;
        /** 已读取页数 */
        pageCount?: number;
    };
    /** 原始 URL */
    rawUrl: string;
}
/**
 * 文档读取器接口
 */
export interface DocumentReader {
    /**
     * 读取文档为 Markdown
     * @param url 文档 URL
     * @param options 读取选项
     * @returns 读取后的文档
     */
    read(url: string, options?: ReadOptions): Promise<ReadDocument>;
    /**
     * 检查是否支持该 URL
     * @param url 文档 URL
     * @returns 是否支持
     */
    supports(url: string): boolean;
}
/**
 * 读取选项
 */
export interface ReadOptions {
    /** 访问令牌（用于需要认证的资源） */
    accessToken?: string;
    /** 超时时间（毫秒） */
    timeout?: number;
    /** 是否包含图片描述 */
    includeImages?: boolean;
    /** 是否包含链接 */
    includeLinks?: boolean;
    /** 页码范围，例如 1-20 或 1,3,5-8 */
    pageRange?: string;
    /** Agent/系统读取目的，用于 provider adapter 记录与调度 */
    expectedUse?: string;
}