taskflow-ai/dist/core/parser/document-processor.d.ts

TaskFlow AI - 智能PRD文档解析与任务管理助手，支持多模型AI协同、MCP编辑器集成，专为开发团队设计的CLI工具

/**
 * 文档处理器 - 支持多种格式的文档解析
 * 作为PRD解析引擎的核心组件
 */
import { Logger } from '../../infra/logger';
/**
 * 文档类型枚举
 */
export declare enum DocumentType {
    MARKDOWN = "markdown",
    TEXT = "text",
    JSON = "json",
    HTML = "html",
    WORD = "word",
    PDF = "pdf"
}
/**
 * 文档结构接口
 */
export interface DocumentStructure {
    title: string;
    sections: DocumentSection[];
    metadata: DocumentMetadata;
}
/**
 * 文档章节接口
 */
export interface DocumentSection {
    id: string;
    title: string;
    content: string;
    level: number;
    subsections: DocumentSection[];
    type: SectionType;
    keywords: string[];
    importance: number;
}
/**
 * 章节类型枚举
 */
export declare enum SectionType {
    OVERVIEW = "overview",
    REQUIREMENTS = "requirements",
    FEATURES = "features",
    TECHNICAL = "technical",
    TIMELINE = "timeline",
    RESOURCES = "resources",
    APPENDIX = "appendix",
    OTHER = "other"
}
/**
 * 文档元数据接口
 */
export interface DocumentMetadata {
    fileName: string;
    fileSize: number;
    createdAt: Date;
    modifiedAt: Date;
    documentType: DocumentType;
    language: string;
    wordCount: number;
    estimatedReadTime: number;
}
/**
 * 文档处理选项
 */
export interface ProcessingOptions {
    extractTables?: boolean;
    extractImages?: boolean;
    detectLanguage?: boolean;
    analyzeStructure?: boolean;
    extractKeywords?: boolean;
    calculateImportance?: boolean;
}
/**
 * 文档处理器类
 */
export declare class DocumentProcessor {
    private logger;
    private markdownParser;
    constructor(logger: Logger);
    /**
     * 处理文档文件
     * @param filePath 文件路径
     * @param options 处理选项
     */
    processDocument(filePath: string, options?: ProcessingOptions): Promise<DocumentStructure>;
    /**
     * 检测文档类型
     * @param filePath 文件路径
     */
    private detectDocumentType;
    /**
     * 读取文件内容
     * @param filePath 文件路径
     * @param documentType 文档类型
     */
    private readFileContent;
    /**
     * 解析文档结构
     * @param content 文档内容
     * @param documentType 文档类型
     * @param options 处理选项
     */
    private parseDocumentStructure;
    /**
     * 解析Markdown文档结构
     * @param content Markdown内容
     * @param options 处理选项
     */
    private parseMarkdownStructure;
    /**
     * 解析纯文本文档结构
     * @param content 文本内容
     * @param options 处理选项
     */
    private parseTextStructure;
    /**
     * 解析JSON文档结构
     * @param content JSON内容
     * @param options 处理选项
     */
    private parseJsonStructure;
    /**
     * 解析HTML文档结构
     * @param content HTML内容
     * @param options 处理选项
     */
    private parseHtmlStructure;
    /**
     * 从对象创建章节
     * @param obj 对象
     * @param id 章节ID
     * @param level 层级
     */
    private createSectionFromObject;
    /**
     * 构建章节层次结构
     * @param sections 扁平的章节列表
     */
    private buildSectionHierarchy;
    /**
     * 分类章节类型
     * @param title 章节标题
     */
    private classifySectionType;
    /**
     * 提取关键词
     * @param text 文本内容
     */
    private extractKeywords;
    /**
     * 计算章节重要性
     * @param title 标题
     * @param content 内容
     */
    private calculateImportance;
    /**
     * 提取文档标题
     * @param content 文档内容
     * @param documentType 文档类型
     */
    private extractTitle;
    /**
     * 检测文档语言
     * @param content 文档内容
     */
    private detectLanguage;
    /**
     * 统计单词数量
     * @param content 文档内容
     */
    private countWords;
}