autosnippet
Version:
Extract code patterns into a knowledge base for AI coding assistants
35 lines (34 loc) • 1.46 kB
TypeScript
/**
* ModuleDiscoverer — 模块发现与文件归属
*
* 从 DB（code_entities / knowledge_edges）读取已扫描的模块数据。
* 前提：PanoramaScanner.ensureData() 保证 DB 中已有结构数据。
*
* 策略 1: code_entities entity_type='module' + is_part_of 边 → 完整数据
* 策略 1.5: module 实体存在但无 is_part_of 边 → 文件系统 + DB 路径补全
*
* 若 DB 中无 module 实体，返回空数组（由 PanoramaScanner 负责兜底扫描）。
*
* @module ModuleDiscoverer
*/
import type { CodeEntityRepositoryImpl } from '../../repository/code/CodeEntityRepository.js';
import type { KnowledgeEdgeRepositoryImpl } from '../../repository/knowledge/KnowledgeEdgeRepository.js';
import type { ModuleCandidate } from './RoleRefiner.js';
export declare class ModuleDiscoverer {
#private;
constructor(entityRepo: CodeEntityRepositoryImpl, edgeRepo: KnowledgeEdgeRepositoryImpl, projectRoot: string);
/**
* 从 DB 中读取已扫描的模块数据。
* 若无 module 实体（含 host），返回空数组（让调用侧决定是否重新扫描）。
*/
discover(): Promise<ModuleCandidate[]>;
/**
* 读取 config layers 元数据（如果存在）
* @returns 从 `__config_layers__` 实体中恢复的层级定义
*/
readConfigLayers(): Promise<Array<{
name: string;
order: number;
accessibleLayers: string[];
}> | null>;
}