/**
 * Memory Embedder — 本地向量记忆嵌入接口（v0.8.1 P1-1）
 *
 * 职责边界：本模块只定义记忆系统消费的嵌入契约，不绑定任何 Provider 实现。
 * main.ts 按用户配置装配：仅在 Provider 为 Ollama（本地推理，零成本、数据不出设备）
 * 且设置面板配置了 `memory.embeddingModel` 时注入真实实现；否则保持 null，
 * MemoryManager 自动回退纯 TF-IDF 检索（行为与历史版本完全兼容）。
 *
 * 根治背景：OllamaAdapter.embed() 自实现以来全项目零调用 —— 本地向量检索能力
 * 一直躺在代码里，TF-IDF bigram 对同义改写（"我喜欢简洁回答" vs "回复要短"）
 * 零召回。本契约激活该能力，检索升级为 混合评分（向量余弦 × TF-IDF）。
 */

/** 嵌入失败/不可用的统一返回：null = 本次无法向量化（调用方回退 TF-IDF 路径） */
export type MemoryEmbedFn = (text: string) => Promise<number[] | null>;

export interface MemoryEmbedder {
  embed: MemoryEmbedFn;
  /**
   * v0.8.2 P3-1: 嵌入模型标识（指纹）。
   * 用户更换 embedding 模型后，旧向量与新查询向量维度/语义空间不匹配 ——
   * 维度不同余弦静默为 0，同维不同模型产生噪声分数。Manager 以该标识标注
   * 每条向量（embedding_model 列），检索时模型不匹配的向量视为缺失并惰性重算。
   * 未提供时无法做指纹校验（旧向量一律接受 —— 保持旧行为兼容）。
   */
  readonly modelName?: string;
}