/**
 * LLM API 统一调用工具类
 * 支持多种模型提供商：OpenAI、Ollama、智谱AI等
 * 支持普通输出和流式输出
 */
import { DEFAULT_MODEL_SETTINGS, ProviderType } from './constant/model';
import { LLMClientConfig, Message, ChatOptions } from './types';
/**
 * 统一的 LLM 客户端类
 * 根据配置选择不同的提供商客户端实现
 */
export declare class LLMClient {
    private config;
    private client;
    /**
     * 创建 LLM 客户端实例
     * @param config - 配置信息
     */
    constructor(config?: LLMClientConfig);
    /**
     * 兼容之前版本的用户配置
     * @param provider - 提供商ID
     * @param endpoint - API端点
     * @returns 处理后的API端点
     */
    private _handleEndpoint;
    /**
     * 根据提供商创建对应的客户端实例
     * @param provider - 提供商ID
     * @param config - 配置信息
     * @returns 客户端实例
     */
    private _createClient;
    /**
     * 调用客户端方法的通用封装
     * @param method - 方法名
     * @param args - 方法参数
     * @returns 方法执行结果
     */
    private _callClientMethod;
    /**
     * 生成对话响应
     * @param prompt - 用户输入的提示词或对话历史
     * @param options - 可选参数
     * @returns 返回模型响应
     */
    chat(prompt: string | Message[], options?: ChatOptions): Promise<string>;
    /**
     * 流式生成对话响应
     * @param prompt - 用户输入的提示词或对话历史
     * @param options - 可选参数
     * @returns 返回可读流
     */
    chatStream(prompt: string | Message[], options?: ChatOptions): Promise<Response>;
    /**
     * 纯API流式生成对话响应
     * @param prompt - 用户输入的提示词或对话历史
     * @param options - 可选参数
     * @returns 返回原生Response对象
     */
    chatStreamAPI(prompt: string | Message[], options?: ChatOptions): Promise<Response>;
    /**
     * 获取模型响应
     * @param prompt - 提示词或对话历史
     * @param options - 可选参数
     * @returns 模型响应文本
     */
    getResponse(prompt: string | Message[], options?: ChatOptions): Promise<string>;
    /**
     * 获取带有思维链的模型响应
     * @param prompt - 提示词或对话历史
     * @param options - 可选参数
     * @returns 包含回答和思维链的对象
     */
    getResponseWithCOT(prompt: string | Message[], options?: ChatOptions): Promise<{
        answer: string;
        cot: string;
    }>;
}
export { Message, ChatOptions, LLMClientConfig, ProviderType, DEFAULT_MODEL_SETTINGS };
export { extractJsonFromLLMOutput, extractThinkChain, extractAnswer } from './utils/llm-output';