agentic-api 2.0.491 → 2.0.585

package/dist/src/agents/simulator.js

@@ -7,7 +7,63 @@ class AgentSimulator {
         this.config = config;
         this.executor = new simulator_executor_1.AgentExecutor(config);
     }
+    // ============================================================================
+    // NOUVELLE API : testCase(scenario, case)
+    // ============================================================================
     /**
+     * Exécuter un cas de test avec scénario et paramètres séparés
+     *
+     * @param scenario - Contexte stable (goals, persona, result)
+     * @param testCase - Paramètres du test (query, maxExchanges, model, expectedTools)
+     * @returns SimulationResult
+     *
+     * @example
+     * ```typescript
+     * const scenario = {
+     *   goals: 'Obtenir le nombre secret 1942',
+     *   persona: PERSONA_PATIENT,
+     *   result: '{"success": boolean, "error": string}'
+     * };
+     *
+     * const result = await simulator.testCase(scenario, {
+     *   query: 'À quel nombre penses-tu?',
+     *   maxExchanges: 3,  // défaut: 1 (oneshot)
+     *   expectedTools: { 'transferAgents': { equal: 1 } }  // défaut: {}
+     * });
+     * ```
+     */
+    async testCase(scenario, testCase) {
+        // Appliquer les défauts
+        const resolvedCase = {
+            query: testCase.query,
+            maxExchanges: testCase.maxExchanges ?? 1, // Défaut: 1 (oneshot)
+            expectedTools: testCase.expectedTools ?? {}, // Défaut: pas de validation
+            model: testCase.model,
+            onMessage: testCase.onMessage
+        };
+        // TODO: Support model override (Phase 2)
+        // if (resolvedCase.model) {
+        //   this.overrideModel(resolvedCase.model);
+        // }
+        // Convertir TestScenario vers SimulationScenario et déléguer
+        return this.executeSimulation({
+            scenario: {
+                goals: scenario.goals,
+                persona: scenario.persona,
+                result: scenario.result || '{"success": boolean, "explain": string, "error": string}'
+            },
+            query: resolvedCase.query,
+            maxExchanges: resolvedCase.maxExchanges,
+            expectedTool: resolvedCase.expectedTools,
+            onMessage: resolvedCase.onMessage
+        });
+    }
+    // ============================================================================
+    // ANCIENNE API : executeSimulation(options) - deprecated
+    // ============================================================================
+    /**
+     * @deprecated Utiliser testCase(scenario, case) à la place
+     *
      * Exécuter la simulation complète
      *
      * Architecture :

package/dist/src/agents/simulator.types.d.ts

@@ -9,6 +9,38 @@ export interface SimulatorConfig {
     mockCacheInitializer?: (sessionId: string) => Promise<void>;
     ragConfig?: RAGManagerConfig;
 }
+/**
+ * Scénario de test - Contexte stable entre les tests
+ * Définit la personnalité du simulateur et les objectifs de validation
+ */
+export interface TestScenario {
+    description?: string;
+    goals: string;
+    persona: string;
+    result?: string;
+}
+/**
+ * Contrainte de validation pour un outil
+ */
+export interface ToolConstraint {
+    equal?: number;
+    gte?: number;
+    lte?: number;
+}
+/**
+ * Cas de test spécifique - Varie pour chaque test
+ * Définit la query et les attentes de validation
+ */
+export interface TestCaseInput {
+    query: string;
+    maxExchanges?: number;
+    model?: string;
+    expectedTools?: Record<string, ToolConstraint>;
+    onMessage?: (message: AgentMessage) => void;
+}
+/**
+ * @deprecated Utiliser TestScenario à la place
+ */
 export interface SimulationScenario {
     goals?: string;
     persona?: string;
@@ -20,15 +52,14 @@ export interface SimulationScenario {
     testQuery?: string;
     testResult?: string;
 }
+/**
+ * @deprecated Utiliser testCase(scenario, case) à la place de executeSimulation(options)
+ */
 export interface SimulationOptions {
     scenario: SimulationScenario;
     query?: string;
     maxExchanges: number;
-    expectedTool?: Record<string, {
-        equal?: number;
-        gte?: number;
-        lte?: number;
-    }>;
+    expectedTool?: Record<string, ToolConstraint>;
     onMessage?: (message: AgentMessage) => void;
 }
 export interface SimulationResult {
@@ -51,7 +82,8 @@ export interface ExecutionContext {
     exchangeCount: number;
     lastExecution: ExecutionResult;
 }
-export interface TestScenario {
+/** @deprecated Utiliser TestScenario avec l'API testCase() */
+export interface PRSolverScenario {
     ticketId: string;
     ticketMarkdown: string;
     clientType: 'locataire' | 'proprietaire';

package/dist/src/agents/simulator.utils.d.ts

@@ -1,4 +1,4 @@
-import { SimulationScenario } from './simulator.types';
+import { SimulationScenario, TestScenario } from './simulator.types';
 import { PERSONA_PATIENT, PERSONA_PRESSE, PERSONA_ENERVE } from './simulator.prompts';
 /**
  * Charger un ticket depuis le filesystem (comme agent-vs-agent.ts)
@@ -22,4 +22,25 @@ custom?: Partial<SimulationScenario>): {
  * Supporte l'ancien format (testGoals, testEnd, etc.) pour rétrocompatibilité
  */
 export declare function buildGenericScenario(scenario: SimulationScenario): SimulationScenario;
+/**
+ * Créer un TestScenario pour la nouvelle API testCase()
+ *
+ * @example
+ * ```typescript
+ * const scenario = createTestScenario({
+ *   goals: 'Obtenir le nombre secret 1942',
+ *   persona: PERSONA_PATIENT
+ * });
+ *
+ * const result = await simulator.testCase(scenario, {
+ *   query: 'À quel nombre penses-tu?'
+ * });
+ * ```
+ */
+export declare function createTestScenario(options: {
+    description?: string;
+    goals: string;
+    persona: string;
+    result?: string;
+}): TestScenario;
 export { PERSONA_PATIENT, PERSONA_PRESSE, PERSONA_ENERVE };

package/dist/src/agents/simulator.utils.js

@@ -37,6 +37,7 @@ exports.PERSONA_ENERVE = exports.PERSONA_PRESSE = exports.PERSONA_PATIENT = void
 exports.loadScenario = loadScenario;
 exports.buildScenarioFromTicket = buildScenarioFromTicket;
 exports.buildGenericScenario = buildGenericScenario;
+exports.createTestScenario = createTestScenario;
 const fs = __importStar(require("fs"));
 const path = __importStar(require("path"));
 const simulator_prompts_1 = require("./simulator.prompts");
@@ -105,3 +106,29 @@ function buildGenericScenario(scenario) {
         result: scenario.result || '{"success": boolean, "error": string, "description": string}'
     };
 }
+// ============================================================================
+// NOUVELLE API : createTestScenario (pour testCase)
+// ============================================================================
+/**
+ * Créer un TestScenario pour la nouvelle API testCase()
+ *
+ * @example
+ * ```typescript
+ * const scenario = createTestScenario({
+ *   goals: 'Obtenir le nombre secret 1942',
+ *   persona: PERSONA_PATIENT
+ * });
+ *
+ * const result = await simulator.testCase(scenario, {
+ *   query: 'À quel nombre penses-tu?'
+ * });
+ * ```
+ */
+function createTestScenario(options) {
+    return {
+        description: options.description,
+        goals: options.goals,
+        persona: options.persona,
+        result: options.result || '{"success": boolean, "explain": string, "error": string}'
+    };
+}

package/dist/src/execute/helpers.js

@@ -3,7 +3,7 @@ Object.defineProperty(exports, "__esModule", { value: true });
 exports.accumulateUsageTokens = accumulateUsageTokens;
 exports.stepsToActions = stepsToActions;
 exports.batchProcessToolCalls = batchProcessToolCalls;
-const pricing_llm_1 = require("../pricing.llm");
+const pricing_1 = require("../llm/pricing");
 const utils_1 = require("../utils");
 /**
  * OPTIM: Accumule l'usage des tokens et met à jour stateGraph + discussion.usage
@@ -18,7 +18,7 @@ const utils_1 = require("../utils");
  * @param usage - Usage retourné par l'API (prompt_tokens, completion_tokens, total_tokens)
  */
 function accumulateUsageTokens(stateGraph, discussion, agentName, model, usage) {
-    (0, pricing_llm_1.accumulateCost)(discussion.usage, model, usage);
+    (0, pricing_1.accumulateCost)(discussion.usage, model, usage);
     stateGraph.updateTokens(agentName, {
         prompt: usage?.prompt_tokens || 0,
         completion: usage?.completion_tokens || 0,

package/dist/src/execute/modelconfig.d.ts

@@ -1,19 +1,29 @@
 import { AgentModel } from '../types';
+import { LLMProvider } from '../llm';
 /**
  * Configuration des modèles pour Chat Completions (legacy) et Responses API
  *
  * Gère la configuration des modèles avec migration automatique des paramètres
- * selon le provider (OpenAI, xAI) et l'API utilisée (legacy ou Responses)
+ * entre les deux APIs.
  *
- * @param model - Alias du modèle (LOW-fast, MEDIUM-fast, HIGH-fast, HIGH-medium, etc.)
- * @param custom - Options custom
- * @param custom.thinking - Si true, active reasoning_effort élevé (via LLM mapping)
- * @param forResponses - Si true, retourne format Responses API avec mappings:
- *   - reasoning_effort → reasoning: { effort }
- *   - verbosity → text.verbosity
- * @returns Configuration du modèle
+ * @param model - Alias du modèle (ex: "LOW", "MEDIUM", "HIGH", "EMBEDDING-small", "VISION")
+ * @param custom - Options personnalisées (provider, thinking, temperature, etc.)
+ * @param custom.provider - Provider à utiliser ('openai' | 'xai'), default: LLM_PROVIDER env
+ * @param custom.thinking - Active le mode raisonnement (reasoning_effort: high)
+ * @param forResponses - Si true, adapte pour l'API Responses (sinon Chat Completions)
  *
- * NOTE: Pour GPT-5, temperature est toujours fixée à 1
- * NOTE: reasoning_effort est géré automatiquement par LLM() selon le provider
+ * @example
+ * // Modèle par défaut
+ * const config = modelConfig("MEDIUM");
+ *
+ * // Forcer OpenAI pour embeddings
+ * const config = modelConfig("EMBEDDING-small", { provider: 'openai' });
+ *
+ * // Vision avec xAI
+ * const config = modelConfig("VISION", { provider: 'xai' });
  */
-export declare function modelConfig(model: string, custom?: any, forResponses?: boolean): AgentModel;
+export declare function modelConfig(model: string, custom?: {
+    provider?: LLMProvider;
+    thinking?: boolean;
+    [key: string]: any;
+}, forResponses?: boolean): AgentModel;

package/dist/src/execute/modelconfig.js

@@ -1,27 +1,36 @@
 "use strict";
 Object.defineProperty(exports, "__esModule", { value: true });
 exports.modelConfig = modelConfig;
-const utils_1 = require("../utils");
-const pricing_llm_1 = require("../pricing.llm");
+const llm_1 = require("../llm");
+const pricing_1 = require("../llm/pricing");
 /**
  * Configuration des modèles pour Chat Completions (legacy) et Responses API
  *
  * Gère la configuration des modèles avec migration automatique des paramètres
- * selon le provider (OpenAI, xAI) et l'API utilisée (legacy ou Responses)
+ * entre les deux APIs.
  *
- * @param model - Alias du modèle (LOW-fast, MEDIUM-fast, HIGH-fast, HIGH-medium, etc.)
- * @param custom - Options custom
- * @param custom.thinking - Si true, active reasoning_effort élevé (via LLM mapping)
- * @param forResponses - Si true, retourne format Responses API avec mappings:
- *   - reasoning_effort → reasoning: { effort }
- *   - verbosity → text.verbosity
- * @returns Configuration du modèle
+ * @param model - Alias du modèle (ex: "LOW", "MEDIUM", "HIGH", "EMBEDDING-small", "VISION")
+ * @param custom - Options personnalisées (provider, thinking, temperature, etc.)
+ * @param custom.provider - Provider à utiliser ('openai' | 'xai'), default: LLM_PROVIDER env
+ * @param custom.thinking - Active le mode raisonnement (reasoning_effort: high)
+ * @param forResponses - Si true, adapte pour l'API Responses (sinon Chat Completions)
  *
- * NOTE: Pour GPT-5, temperature est toujours fixée à 1
- * NOTE: reasoning_effort est géré automatiquement par LLM() selon le provider
+ * @example
+ * // Modèle par défaut
+ * const config = modelConfig("MEDIUM");
+ *
+ * // Forcer OpenAI pour embeddings
+ * const config = modelConfig("EMBEDDING-small", { provider: 'openai' });
+ *
+ * // Vision avec xAI
+ * const config = modelConfig("VISION", { provider: 'xai' });
  */
 function modelConfig(model, custom, forResponses = false) {
+    //
+    // Extraire et supprimer les paramètres spéciaux
+    const provider = custom?.provider || (0, llm_1.getDefaultProvider)();
     const thinking = custom?.thinking || false;
+    delete custom?.provider;
     delete custom?.thinking;
     const defaultOptions = Object.assign({
         stream_options: { "include_usage": true },
@@ -29,7 +38,14 @@ function modelConfig(model, custom, forResponses = false) {
     //
     // Get mapping based on provider (OpenAI vs xAI)
     // LLM() applique automatiquement reasoning_effort si thinking=true
-    const mapping = (0, pricing_llm_1.LLM)((0, utils_1.openaiInstance)(), thinking);
+    const mapping = (0, pricing_1.LLM)(provider, thinking);
+    //
+    // Vérifier que le modèle existe pour ce provider
+    if (!mapping[model]) {
+        const availableModels = Object.keys(mapping).join(', ');
+        throw new Error(`Model "${model}" not available for provider "${provider}". ` +
+            `Available models: ${availableModels}`);
+    }
     const options = Object.assign({}, mapping[model], defaultOptions);
     //
     // Pour Responses API : mapper vers la nouvelle structure et filtrer les paramètres incompatibles

package/dist/src/execute/responses.js

@@ -36,8 +36,9 @@ exports.executeAgent = executeAgent;
 exports.executeQuery = executeQuery;
 const types_1 = require("../types");
 const utils_1 = require("../utils");
+const llm_1 = require("../llm");
 const stategraph_1 = require("../stategraph");
-const pricing_llm_1 = require("../pricing.llm");
+const pricing_1 = require("../llm/pricing");
 //
 // Import des utilitaires partagés et helpers optimisés
 const shared_1 = require("./shared");
@@ -95,7 +96,7 @@ async function createResponseStream(openai, options, stdout) {
  * - response.completed → finalisation
  */
 async function readCompletionsStream(params) {
-    const openai = (0, utils_1.openaiInstance)();
+    const openai = (0, llm_1.llmInstance)();
     const { stateGraph, discussion, agentConfig, agents, discussionRootAgent, stdout, final, context, verbose } = params;
     const model = (0, modelconfig_1.modelConfig)(agentConfig.model, {}, true).model; // forResponses=true
     const accumulatedFunctionCall = final.choices[0]?.message.tool_calls || [];
@@ -313,7 +314,7 @@ async function readCompletionsStream(params) {
  */
 async function executeAgentSet(agentSet, context, params) {
     const { query, verbose } = params;
-    const openai = (0, utils_1.openaiInstance)();
+    const openai = (0, llm_1.llmInstance)();
     const agents = (0, utils_1.injectTransferTools)(agentSet);
     const discussionRootAgent = params.home || agents[0].name;
     const stateGraph = (0, stategraph_1.sessionStateGraphGet)(context);
@@ -434,7 +435,7 @@ async function executeAgentSet(agentSet, context, params) {
  */
 async function executeAgent(agentSet, params) {
     const { query, verbose, debug } = params;
-    const openai = (0, utils_1.openaiInstance)();
+    const openai = (0, llm_1.llmInstance)();
     const agent = agentSet.find(a => a.name === params.home);
     if (!agent) {
         throw new Error(`Agent ${params.home} not found`);
@@ -477,7 +478,7 @@ async function executeAgent(agentSet, params) {
         // normalizeOutputFromResponses retourne directement le format Chat Completions
         const final = await createResponseStream(openai, options, params.stdout);
         const model = (0, modelconfig_1.modelConfig)(agent.model, {}, true).model;
-        (0, pricing_llm_1.accumulateCost)(usage, model, final.usage);
+        (0, pricing_1.accumulateCost)(usage, model, final.usage);
         state = final.id;
         const content = final.choices[0]?.message.content || '';
         const toolCalls = final.choices[0]?.message.tool_calls || [];
@@ -531,7 +532,7 @@ async function executeQuery(params) {
     if (!modelName) {
         throw new Error('executeQuery requires "model" parameter');
     }
-    const openai = (0, utils_1.openaiInstance)();
+    const openai = (0, llm_1.llmInstance)();
     const model = (0, modelconfig_1.modelConfig)(modelName, {}, true); // forResponses=true
     // Responses API: response_format → text.format
     // Fusionner avec text.verbosity qui peut venir de modelConfig
@@ -571,7 +572,7 @@ async function executeQuery(params) {
         // Responses API: utiliser responses.stream() avec .on() handlers et .finalResponse()
         // normalizeOutputFromResponses retourne directement le format Chat Completions
         const final = await createResponseStream(openai, options, params.stdout);
-        (0, pricing_llm_1.accumulateCost)(usage, model.model, final.usage);
+        (0, pricing_1.accumulateCost)(usage, model.model, final.usage);
         state = final.id || '';
         const content = final.choices[0]?.message.content || '';
         if (verbose) {

package/dist/src/index.d.ts

@@ -6,7 +6,10 @@ export * from './utils';
 export * from './types';
 export * from './stategraph';
 export * from './execute';
-export * from './pricing.llm';
+export { llmInstance, resetInstances, openaiInstance, PROVIDER_MAP, detectProvider, getDefaultProvider } from './llm';
+export type { LLMProvider, LLMConfig, ProviderConfig } from './llm';
+export { modelPricing, calculateCost, accumulateCost, LLM, LLMxai, LLMopenai } from './llm/pricing';
+export { modelConfig } from './execute/modelconfig';
 export * from './scrapper';
 export * from './agents/reducer';
 export * from './agents/semantic';
@@ -18,3 +21,4 @@ export * from './agents/simulator';
 export * from './agents/simulator.types';
 export * from './agents/simulator.prompts';
 export * from './agents/simulator.utils';
+export * from './agents/simulator.dashboard';

package/dist/src/index.js

@@ -18,6 +18,7 @@ var __exportStar = (this && this.__exportStar) || function(m, exports) {
     for (var p in m) if (p !== "default" && !Object.prototype.hasOwnProperty.call(exports, p)) __createBinding(exports, m, p);
 };
 Object.defineProperty(exports, "__esModule", { value: true });
+exports.modelConfig = exports.LLMopenai = exports.LLMxai = exports.LLM = exports.accumulateCost = exports.calculateCost = exports.modelPricing = exports.getDefaultProvider = exports.detectProvider = exports.PROVIDER_MAP = exports.openaiInstance = exports.resetInstances = exports.llmInstance = void 0;
 // Export des utilitaires
 __exportStar(require("./utils"), exports);
 // Types
@@ -26,7 +27,24 @@ __exportStar(require("./types"), exports);
 __exportStar(require("./stategraph"), exports);
 // Execute (avec feature toggle legacy/responses)
 __exportStar(require("./execute"), exports);
-__exportStar(require("./pricing.llm"), exports);
+// LLM - providers et pricing
+var llm_1 = require("./llm");
+Object.defineProperty(exports, "llmInstance", { enumerable: true, get: function () { return llm_1.llmInstance; } });
+Object.defineProperty(exports, "resetInstances", { enumerable: true, get: function () { return llm_1.resetInstances; } });
+Object.defineProperty(exports, "openaiInstance", { enumerable: true, get: function () { return llm_1.openaiInstance; } });
+Object.defineProperty(exports, "PROVIDER_MAP", { enumerable: true, get: function () { return llm_1.PROVIDER_MAP; } });
+Object.defineProperty(exports, "detectProvider", { enumerable: true, get: function () { return llm_1.detectProvider; } });
+Object.defineProperty(exports, "getDefaultProvider", { enumerable: true, get: function () { return llm_1.getDefaultProvider; } });
+var pricing_1 = require("./llm/pricing");
+Object.defineProperty(exports, "modelPricing", { enumerable: true, get: function () { return pricing_1.modelPricing; } });
+Object.defineProperty(exports, "calculateCost", { enumerable: true, get: function () { return pricing_1.calculateCost; } });
+Object.defineProperty(exports, "accumulateCost", { enumerable: true, get: function () { return pricing_1.accumulateCost; } });
+Object.defineProperty(exports, "LLM", { enumerable: true, get: function () { return pricing_1.LLM; } });
+Object.defineProperty(exports, "LLMxai", { enumerable: true, get: function () { return pricing_1.LLMxai; } });
+Object.defineProperty(exports, "LLMopenai", { enumerable: true, get: function () { return pricing_1.LLMopenai; } });
+// Model config (central pour tous les mappings: responses, embeddings, vision, whisper)
+var modelconfig_1 = require("./execute/modelconfig");
+Object.defineProperty(exports, "modelConfig", { enumerable: true, get: function () { return modelconfig_1.modelConfig; } });
 // Scrapper
 __exportStar(require("./scrapper"), exports);
 // Agents
@@ -44,3 +62,4 @@ __exportStar(require("./agents/simulator"), exports);
 __exportStar(require("./agents/simulator.types"), exports);
 __exportStar(require("./agents/simulator.prompts"), exports);
 __exportStar(require("./agents/simulator.utils"), exports);
+__exportStar(require("./agents/simulator.dashboard"), exports);

package/dist/src/llm/config.d.ts

@@ -0,0 +1,25 @@
+/**
+ * Configuration des providers LLM
+ *
+ * Définit les baseURL, clés API et configurations par provider.
+ */
+export type LLMProvider = 'openai' | 'xai';
+export interface LLMConfig {
+    provider?: LLMProvider;
+    key?: string;
+    baseUrl?: string;
+}
+export interface ProviderConfig {
+    baseURL: string;
+    keyEnv: string;
+    fallbackKeyEnv?: string;
+}
+export declare const PROVIDER_MAP: Record<LLMProvider, ProviderConfig>;
+/**
+ * Détecte le provider à partir d'une baseURL
+ */
+export declare function detectProvider(baseURL?: string): LLMProvider;
+/**
+ * Retourne le provider par défaut depuis les variables d'environnement
+ */
+export declare function getDefaultProvider(): LLMProvider;

package/dist/src/llm/config.js

@@ -0,0 +1,38 @@
+"use strict";
+/**
+ * Configuration des providers LLM
+ *
+ * Définit les baseURL, clés API et configurations par provider.
+ */
+Object.defineProperty(exports, "__esModule", { value: true });
+exports.PROVIDER_MAP = void 0;
+exports.detectProvider = detectProvider;
+exports.getDefaultProvider = getDefaultProvider;
+exports.PROVIDER_MAP = {
+    openai: {
+        baseURL: 'https://api.openai.com/v1',
+        keyEnv: 'OPENAI_API_KEY',
+        fallbackKeyEnv: 'LLM_API_KEY'
+    },
+    xai: {
+        baseURL: 'https://api.x.ai/v1',
+        keyEnv: 'XAI_API_KEY',
+        fallbackKeyEnv: 'LLM_API_KEY'
+    }
+};
+/**
+ * Détecte le provider à partir d'une baseURL
+ */
+function detectProvider(baseURL) {
+    if (!baseURL)
+        return process.env.LLM_PROVIDER || 'openai';
+    if (baseURL.includes('x.ai'))
+        return 'xai';
+    return 'openai';
+}
+/**
+ * Retourne le provider par défaut depuis les variables d'environnement
+ */
+function getDefaultProvider() {
+    return process.env.LLM_PROVIDER || 'openai';
+}

package/dist/src/llm/index.d.ts

@@ -0,0 +1,48 @@
+/**
+ * LLM Provider Instances
+ *
+ * Fournit une instance OpenAI configurable par provider:
+ * - llmInstance(): utilise LLM_PROVIDER depuis .env
+ * - llmInstance({provider: 'openai'}): force OpenAI
+ * - llmInstance({provider: 'xai'}): force xAI
+ *
+ * Configuration via .env:
+ * - LLM_PROVIDER: openai | xai (défaut: openai)
+ * - OPENAI_API_KEY: clé API OpenAI
+ * - XAI_API_KEY: clé API xAI
+ * - LLM_API_KEY: fallback pour les deux providers
+ */
+import OpenAI from 'openai';
+import { LLMConfig } from './config';
+declare global {
+    var _llmInstances_: Map<string, OpenAI> | undefined;
+}
+/**
+ * Instance LLM configurable par provider
+ *
+ * @param config - Configuration optionnelle
+ * @param config.provider - Provider à utiliser ('openai' | 'xai')
+ * @param config.key - Clé API (optionnel, utilise env par défaut)
+ * @param config.baseUrl - Base URL (optionnel, utilise config provider par défaut)
+ *
+ * @example
+ * // Utilise le provider par défaut (.env LLM_PROVIDER)
+ * const openai = llmInstance();
+ *
+ * // Force OpenAI (pour embeddings, whisper)
+ * const openai = llmInstance({provider: 'openai'});
+ *
+ * // Force xAI
+ * const openai = llmInstance({provider: 'xai'});
+ */
+export declare function llmInstance(config?: LLMConfig): OpenAI;
+/**
+ * @deprecated Utiliser llmInstance() à la place
+ * Alias pour rétrocompatibilité
+ */
+export declare function openaiInstance(envKey?: string, baseUrl?: string): OpenAI;
+/**
+ * Reset toutes les instances (utile pour les tests)
+ */
+export declare function resetInstances(): void;
+export { PROVIDER_MAP, LLMProvider, LLMConfig, detectProvider, getDefaultProvider, ProviderConfig } from './config';