3.6/3.7 查詢誠實化：兩庫都查、缺件回 not_found＋分型指路 suggestion

📋 SDD：workflow-discovery task 3.6/3.7（leo 07-31 步驟 3 考題）契約以頂層 arcrun-usable/verify.sh 01＋03 組為準。 - 3.6 recipe 納入 /cypher/search：零件 registry 落空後查 RECIPES KV （resolveRecipe，執行鏈同一套解析）；recipe found 附 source/description/endpoint - 3.7 缺件分型指路：status 契約定 not_found（verify grep），suggestion 欄—— 名字含服務詞（google/telegram/…）＝外部 API 樣貌 → 指 skill write_recipe；含計算詞（encrypt/hash/…）＝計算原語樣貌 → 指 skill add_new_wasm_component 投稿 PR；判不出型誠實說判不出、兩條路都給。規則簡單可解釋（不接 LLM），判準在 code 註解 - 相近候選：not_found 附 similar_components/similar_recipes——全名搜不中就斷詞（ASCII 詞＋中日韓 2-gram）打 registry /components/search，「判斷有沒有新資料」媒合到 if_control（leo：AI 不用知道零件存在） - 修頭節點假 found：resolveNodeRole 把無入邊頭節點判 Input，searchNodes 對 Input 無條件 found ⇒ 「aes_encrypt >> … >> code」的頭被掩蓋。改為只有字面 input/trigger/…/output 名才短路（isVirtualIoName），真名字照查兩庫 - registry 查詢層補 input_schema/output_schema 透傳：KV 一直有存（indexOnlyComponent），toComponentRecord 丟掉 ⇒ /cypher/search 給不出「怎麼填 payload」。順手補 REGISTRY_BASE_URL 可選覆蓋（比照 KBDB_GRAPH_URL 慣例，本地 dev／self-hosted registry 掛別處時用）驗：cypher-executor＋registry tsc 全綠；vitest 9 failed/179 passed＝與 5cadc60 基線完全相同（既有債非本次造成）；本地 wrangler dev（cypher 指本地 registry， KV 用 index-only 種入 20 份 repo 合約）跑頂層 verify.sh 01＋03 組 9/9 全綠，含 telegram_send 種入後 recipe found 路徑實測。部署到實例後需對真環境重驗。 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2026-07-31 11:56:15 +08:00
parent 747dc3f843
commit 1794072179
5 changed files with 259 additions and 23 deletions
@@ -1,20 +1,38 @@
 import type { ParsedTriplets, NodeRole } from './triplet-parser';
-import { resolveNodeRole } from './triplet-parser';
+import { resolveNodeRole, isVirtualIoName } from './triplet-parser';
 import { wasmWorkerUrl } from '../lib/component-loader';
+import { resolveRecipe } from '../routes/recipes';
+import type { RecipeDefinition } from '../routes/recipes';

-export type NodeStatus = 'found' | 'missing' | 'unknown';
+/**
+ * `not_found` 而非 `missing`：欄位契約以頂層機械考
+ * `system-dev/docs/3-specs/arcrun-usable/verify.sh` 為準（01 組 grep `not_found`）。
+ */
+export type NodeStatus = 'found' | 'not_found' | 'unknown';

 export type NodeInfo = {
  status: NodeStatus;
  componentId?: string;
  type: NodeRole;
+  /** found 時標來源庫：零件 registry（component）或 recipe 庫（recipe）。 */
+  source?: 'component' | 'recipe';
  /** 零件契約（found 時附上，讓 AI 知道怎麼填 payload）。 */
  input_schema?: unknown;
  /** 成功率（found 時附上，讓「被測過幾次」看得見）。 */
  success_rate?: number;
  stability?: string;
-  /** missing 時給的相近零件建議（避免 AI 只知道「沒有」卻不知道該用什麼）。 */
-  suggestions?: string[];
+  /** recipe found 時附上（AI 看得懂這個 recipe 在打哪個 API）。 */
+  description?: string;
+  endpoint?: string;
+  /**
+   * not_found 時的分型指路（task 3.7）：兩庫（零件 registry＋recipe 庫）都查過才點名，
+   * 並告訴 AI 該走哪條補件路＋去哪裡看做法。欄位名 `suggestion`（單數字串）＝verify.sh 03 組契約。
+   */
+  suggestion?: string;
+  /** not_found 時的相近零件候選（自然語言節點名 → 既有零件的媒合）。 */
+  similar_components?: string[];
+  /** not_found 時的相近 recipe 候選。 */
+  similar_recipes?: string[];
 };

 export type SearchResult = {
@@ -22,13 +40,26 @@ export type SearchResult = {
  missingNodes: string[];
 };

+/** searchNodes 需要的環境子集（cypher-handlers 傳整份 Bindings 進來也相容）。 */
+export type SearchNodesEnv = {
+  WORKER_SUBDOMAIN?: string;
+  /**
+   * registry 位置覆蓋（可選，非機密）。未設 → 用 wasmWorkerUrl('registry', WORKER_SUBDOMAIN)
+   * 現算（比照 KBDB_GRAPH_URL 慣例）。本地 wrangler dev / self-hosted 把 registry 掛別處時用。
+   */
+  REGISTRY_BASE_URL?: string;
+  /** recipe 庫（本 worker 自己的 KV；task 3.6 兩庫都查的第二庫）。 */
+  RECIPES?: KVNamespace;
+};
+
 /**
- * 對所有節點進行解析，確認每個節點對應的零件 ID 與**是否真的存在**。
+ * 對所有節點進行解析，確認每個節點對應的零件／recipe 是否**真的存在**。
 *
- * ⚠️ 2026-07-30 改為會查 registry（workflow-discovery task 3.x）。
+ * ⚠️ 2026-07-30 改為會查 registry（workflow-discovery task 3.x）；
+ *    2026-07-31 再加 recipe 庫查詢＋缺件分型指路（task 3.6／3.7）。
 *
 * 改之前的行為（病灶）：無條件回 `status: 'found'`、`missingNodes` 永遠是空陣列——
- * 型別雖宣告了 `'missing'` 但程式碼從不使用。實測「完全不存在的東西xyz」也回 found。
+ * 實測「完全不存在的東西xyz」也回 found。
 *
 * 為什麼這是嚴重問題（leo 2026-07-30 定性「腹語術」）：
 *   AI 寫意圖 → 查詢回「都 found」（假信號）→ 實際零件不存在
@@ -36,23 +67,32 @@ export type SearchResult = {
 *   → 於是正式 workflow 只用 2 個零件、8 個 code 節點含 if×61
 *   ⇒ 「零件被測過 1000 次所以 AI 只要填 payload」的價值完全落空。
 *
- * 誠實限制：查不到 registry（未部署／網路失敗）時回 `'unknown'` 而不是 `'missing'`——
+ * 設計基調（leo 2026-07-31 二次定調）：**回覆的重點是「缺哪些」不是「有哪些」**——
+ * 有的照常編圖不必報告；缺的要兩庫（零件 registry＋recipe 庫）都搜過後點名＋給正確指示：
+ *   缺外部 API → 自己寫 recipe（skill `write_recipe`）；
+ *   缺計算原語 → 投稿零件 PR（skill `add_new_wasm_component`）。
+ *
+ * 誠實限制：查不到 registry（未部署／網路失敗）時回 `'unknown'` 而不是 `'not_found'`——
 * 不能因為查詢失敗就宣告零件不存在（那會讓 AI 誤判而重寫 code，正是要避免的事）。
 */
 export async function searchNodes(
  parsed: ParsedTriplets,
  config?: Record<string, Record<string, unknown>>,
-  env?: { WORKER_SUBDOMAIN?: string },
+  env?: SearchNodesEnv,
 ): Promise<SearchResult> {
  const nodeResults: Record<string, NodeInfo> = {};
  const missingNodes: string[] = [];

  const sub = env?.WORKER_SUBDOMAIN;
+  const registryBase = env?.REGISTRY_BASE_URL ?? (sub ? wasmWorkerUrl('registry', sub) : undefined);

  for (const nodeName of parsed.nodeNames) {
    const role = resolveNodeRole(nodeName, parsed);

-    if (role === 'Input' || role === 'Output') {
+    // 只有**字面上的虛擬 IO 名**（input/trigger/…/output/done）才免查——
+    // 位置上是頭節點但名字是真零件（`aes_encrypt >> … >> code` 的頭，role 也是 Input）
+    // 仍要照常查兩庫，否則缺件被角色掩蓋、又回到「假 found」。
+    if ((role === 'Input' || role === 'Output') && isVirtualIoName(nodeName)) {
      nodeResults[nodeName] = { status: 'found', componentId: nodeName.toLowerCase(), type: role };
      continue;
    }
@@ -61,21 +101,22 @@ export async function searchNodes(
    const componentId = configComponent ?? nodeName;

    // config 明確給了 component（多半是安裝器代入的 worker URL 或既有 workflow）
-    // → 不判 missing。這條路徑的存在性由 component-loader 在執行時決定（原行為）。
+    // → 不判 not_found。這條路徑的存在性由 component-loader 在執行時決定（原行為）。
    if (configComponent) {
      nodeResults[nodeName] = { status: 'found', componentId, type: role };
      continue;
    }

-    if (!sub) {
+    if (!registryBase) {
      nodeResults[nodeName] = { status: 'unknown', componentId, type: role };
      continue;
    }

-    const q = await fetchComponent(sub, componentId);
+    // ── 第一庫：零件 registry ────────────────────────────────────────────────
+    const q = await fetchComponent(registryBase, componentId);
    if (!q.ok) {
      // registry 查不通（未部署／網路失敗）⇒ 誠實回 unknown。
-      // **不能誤判 missing**——那會讓 AI 以為零件不存在而重寫 code，正是要避免的事。
+      // **不能誤判 not_found**——那會讓 AI 以為零件不存在而重寫 code，正是要避免的事。
      nodeResults[nodeName] = { status: 'unknown', componentId, type: role };
      continue;
    }
@@ -84,6 +125,7 @@ export async function searchNodes(
        status: 'found',
        componentId,
        type: role,
+        source: 'component',
        input_schema: q.entry.input_schema,
        success_rate: q.entry.success_rate,
        stability: q.entry.stability,
@@ -91,13 +133,99 @@ export async function searchNodes(
      continue;
    }

-    nodeResults[nodeName] = { status: 'missing', componentId, type: role };
+    // ── 第二庫：recipe 庫（task 3.6——「說不出某 recipe 沒有」的病灶就在漏了這步）──
+    const recipe = env?.RECIPES ? await resolveRecipe(componentId, env.RECIPES) : null;
+    if (recipe) {
+      nodeResults[nodeName] = {
+        status: 'found',
+        componentId: recipe.canonical_id,
+        type: role,
+        source: 'recipe',
+        description: recipe.description,
+        endpoint: recipe.endpoint,
+      };
+      continue;
+    }
+
+    // ── 兩庫都沒有 ⇒ not_found ＋ 分型指路（task 3.7）＋ 相近候選 ────────────
+    const [similarComponents, similarRecipes] = await Promise.all([
+      searchSimilarComponents(registryBase, nodeName),
+      env?.RECIPES ? searchSimilarRecipes(env.RECIPES, nodeName) : Promise.resolve([]),
+    ]);
+
+    nodeResults[nodeName] = {
+      status: 'not_found',
+      componentId,
+      type: role,
+      suggestion: buildSuggestion(componentId),
+      ...(similarComponents.length > 0 ? { similar_components: similarComponents } : {}),
+      ...(similarRecipes.length > 0 ? { similar_recipes: similarRecipes } : {}),
+    };
    missingNodes.push(nodeName);
  }

  return { nodeResults, missingNodes };
 }

+// ── 缺件分型（task 3.7）────────────────────────────────────────────────────────
+//
+// 分型判準（刻意用簡單可解釋的規則，不接 LLM——查詢端點要快、要可預測）：
+//   1) 名字含**外部服務詞**（google／telegram／slack…）→「外部 API 樣貌」
+//      → recipe 路：recipe 是 http_request＋參數模板的具名封裝，用戶自己就能寫，不用改平台。
+//   2) 否則名字含**計算原語詞**（encrypt／hash／encode…）→「計算原語樣貌」
+//      → 零件路：純計算得進 WASM 沙箱跑，要走 GitHub PR 投稿（人 merge＝人類閘門，mindset §4）。
+//   3) 都不含 → 判不出型，誠實說判不出，兩條路都給（不硬猜——猜錯會把人指去錯的路）。
+// 判斷順序：服務詞優先於計算詞——「google_sheets_parse」雖含 parse，本質仍是打外部 API。
+
+const SERVICE_HINTS = [
+  'google', 'gmail', 'sheets', 'slides', 'gdocs', 'drive', 'calendar', 'youtube',
+  'slack', 'telegram', 'discord', 'line', 'whatsapp', 'twilio',
+  'notion', 'airtable', 'trello', 'jira', 'asana', 'linear',
+  'github', 'gitea', 'gitlab', 'bitbucket',
+  'stripe', 'paypal', 'shopify', 'hubspot', 'salesforce',
+  'openai', 'anthropic', 'claude', 'gemini', 'groq',
+  'twitter', 'facebook', 'instagram', 'linkedin', 'dropbox', 'zoom',
+  'sendgrid', 'mailgun', 'kbdb',
+];
+
+const COMPUTE_HINTS = [
+  'encrypt', 'decrypt', 'cipher', 'aes', 'rsa', 'sha', 'md5', 'hmac', 'hash',
+  'sign', 'verify', 'encode', 'decode', 'base64', 'hex',
+  'compress', 'decompress', 'zip', 'gzip',
+  'uuid', 'random', 'regex', 'math', 'calc',
+  'sort', 'dedup', 'diff', 'template', 'render', 'convert', 'transform',
+  'parse', 'format', 'csv', 'xml',
+];
+
+function buildSuggestion(componentId: string): string {
+  const lower = componentId.toLowerCase();
+  const serviceHit = SERVICE_HINTS.find(w => lower.includes(w));
+  const computeHit = COMPUTE_HINTS.find(w => lower.includes(w));
+
+  if (serviceHit) {
+    return (
+      `兩庫都查過，零件 registry 與 recipe 庫皆無「${componentId}」。` +
+      `名字含服務詞「${serviceHit}」＝外部 API 樣貌 → 沒有此 recipe，可自己寫：` +
+      `寫法看 skill「write_recipe」（arcrun_get_skill('write_recipe')），` +
+      `寫好用 acr recipe push 或 POST /recipes 裝上即可用，不用改平台。`
+    );
+  }
+  if (computeHit) {
+    return (
+      `兩庫都查過，零件 registry 與 recipe 庫皆無「${componentId}」。` +
+      `名字含計算詞「${computeHit}」＝計算原語樣貌 → 沒有此零件，可投稿 PR 新增 WASM component：` +
+      `做法看 skill「add_new_wasm_component」（arcrun_get_skill('add_new_wasm_component')）。`
+    );
+  }
+  return (
+    `兩庫都查過，零件 registry 與 recipe 庫皆無「${componentId}」，且名字判不出型。` +
+    `缺外部 API → 自己寫 recipe（skill「write_recipe」）；` +
+    `缺計算能力 → 投稿零件 PR（skill「add_new_wasm_component」，component 進 WASM 沙箱）。`
+  );
+}
+
+// ── registry 查詢 ─────────────────────────────────────────────────────────────
+
 type CatalogEntry = {
  input_schema?: unknown;
  success_rate?: number;
@@ -112,16 +240,15 @@ type CatalogEntry = {
 * 這是 CP2-B 記載的缺口（「修 /components 404」）——補了列表端點後可改為抓一次。
 * 現階段逐個查：節點數通常 <10，且有 5s timeout，可接受。
 *
- * 回傳 `null` 代表「查不到 registry 或該零件不存在」，由呼叫端區分：
- * 整體查不通 → `unknown`；查得通但這顆沒有 → `missing`。
+ * 回傳 `ok:false` 代表「查不到 registry」，由呼叫端區分：
+ * 整體查不通 → `unknown`；查得通但這顆沒有 → 繼續查 recipe 庫。
 */
 async function fetchComponent(
-  subdomain: string,
+  registryBase: string,
  id: string,
 ): Promise<{ ok: boolean; entry?: CatalogEntry }> {
  try {
-    const base = wasmWorkerUrl('registry', subdomain);
-    const res = await fetch(`${base}/components/${encodeURIComponent(id)}`, {
+    const res = await fetch(`${registryBase}/components/${encodeURIComponent(id)}`, {
      signal: AbortSignal.timeout(5000),
    });
    if (res.status === 404) return { ok: true }; // registry 活著，但沒這顆
@@ -141,3 +268,76 @@ async function fetchComponent(
    return { ok: false };
  }
 }
+
+// ── 相近候選（自然語言節點名 → 既有零件/recipe 的媒合）──────────────────────────
+//
+// 節點名常是自然語言（例「判斷有沒有新資料」）。leo：「AI 不用知道零件存在」——
+// 所以 not_found 時要主動給相近候選，讓 AI 看回覆就知道「其實有 if_control 可用」。
+// 做法：先拿全名打 registry `/components/search`；沒中再斷詞重試——
+// ASCII 取 3 字以上的詞、中日韓取 2-gram（registry search 是子字串比對，整句中文必落空，
+// 2-gram 才撈得到「判斷」→ if_control（display_name「條件判斷」）這種命中）。
+
+function extractTokens(name: string): string[] {
+  const tokens: string[] = [];
+  const ascii = name.toLowerCase().match(/[a-z0-9]{3,}/g) ?? [];
+  tokens.push(...ascii);
+  const cjkRuns = name.match(/[一-鿿]+/g) ?? [];
+  for (const run of cjkRuns) {
+    for (let i = 0; i + 2 <= run.length; i++) tokens.push(run.slice(i, i + 2));
+  }
+  return [...new Set(tokens)].slice(0, 8); // 上限 8 個 token，避免對 registry 掃太多輪
+}
+
+async function searchRegistryIds(registryBase: string, q: string): Promise<string[]> {
+  try {
+    const res = await fetch(`${registryBase}/components/search?q=${encodeURIComponent(q)}`, {
+      signal: AbortSignal.timeout(5000),
+    });
+    if (!res.ok) return [];
+    const body = (await res.json()) as { data?: { results?: Array<{ canonical_id?: string }> } };
+    return (body.data?.results ?? []).map(r => r.canonical_id).filter((s): s is string => !!s);
+  } catch {
+    return [];
+  }
+}
+
+async function searchSimilarComponents(registryBase: string, nodeName: string): Promise<string[]> {
+  // 1) 全名直接搜
+  const direct = await searchRegistryIds(registryBase, nodeName);
+  if (direct.length > 0) return direct.slice(0, 3);
+
+  // 2) 斷詞搜，依命中次數排序
+  const tokens = extractTokens(nodeName);
+  if (tokens.length === 0) return [];
+  const hits = await Promise.all(tokens.map(t => searchRegistryIds(registryBase, t)));
+  const count = new Map<string, number>();
+  for (const ids of hits) {
+    for (const id of ids) count.set(id, (count.get(id) ?? 0) + 1);
+  }
+  return [...count.entries()].sort((a, b) => b[1] - a[1]).slice(0, 3).map(([id]) => id);
+}
+
+/** recipe 庫的相近候選：KV 全列（本部署 recipe 數量小）後子字串比對。 */
+async function searchSimilarRecipes(kv: KVNamespace, nodeName: string): Promise<string[]> {
+  try {
+    const list = await kv.list({ prefix: 'recipe:' });
+    const all = (await Promise.all(
+      list.keys.map(k => kv.get(k.name, 'json') as Promise<RecipeDefinition | null>),
+    )).filter(Boolean) as RecipeDefinition[];
+
+    const tokens = [nodeName.toLowerCase(), ...extractTokens(nodeName)];
+    const seen = new Set<string>();
+    const matched: string[] = [];
+    for (const r of all) {
+      if (seen.has(r.canonical_id)) continue;
+      const hay = `${r.canonical_id} ${r.display_name ?? ''} ${r.description ?? ''}`.toLowerCase();
+      if (tokens.some(t => hay.includes(t))) {
+        seen.add(r.canonical_id);
+        matched.push(r.canonical_id);
+      }
+    }
+    return matched.slice(0, 3);
+  } catch {
+    return [];
+  }
+}
@@ -105,6 +105,17 @@ export function parseTriplets(rawTriplets: unknown[]): ParsedTriplets | null {
 const INPUT_NAMES = new Set(['input', 'trigger', 'webhook', 'start']);
 const OUTPUT_NAMES = new Set(['output', 'result', 'end', 'done']);

+/**
+ * 是否為「虛擬 IO 節點名」（input/output 這類非零件的佔位節點）。
+ * searchNodes 用它決定存在性查詢的短路：**只有字面上是虛擬 IO 名**才免查——
+ * 位置上是頭節點但名字是真零件（例 `aes_encrypt >> ON_SUCCESS >> code` 的頭）
+ * 仍要查兩庫，否則缺件被角色掩蓋、又回到「假 found」（task 3.7 實測踩到）。
+ */
+export function isVirtualIoName(name: string): boolean {
+  const lower = name.toLowerCase();
+  return INPUT_NAMES.has(lower) || OUTPUT_NAMES.has(lower);
+}
+
 /** 根據節點在圖中的位置決定其 type
 *
 *  規則：
@@ -124,6 +124,10 @@ export type Bindings = {
  // 未設 → 純文字顯示，行為與現狀一字不變。知識庫 repo 是 private 時點了會要登入——要不要
  // 設由實例自己決定（demo 知識庫是 public，適用）。
  PORTAL_SOURCE_WEB_BASE?: string;
+  // 零件 registry worker base URL（可選，非機密）。未設 → 用 WORKER_SUBDOMAIN 現算
+  // https://arcrun-registry.<subdomain>.workers.dev（wasmWorkerUrl 慣例）。
+  // 本地 wrangler dev／self-hosted 把 registry 掛別處時覆蓋（/cypher/search 存在性查詢用）。
+  REGISTRY_BASE_URL?: string;
  // kbdb-graph-plugin worker base URL（可選）。未設 → 用 WORKER_SUBDOMAIN 現算
  // https://kbdb-graph-plugin.<subdomain>.workers.dev（該 repo wrangler.toml name 固定）。
  // console 卡片詳頁「關聯視圖」經 cypher proxy 打它（kbdb-proxy.ts /kbdb/graph/neighbors/:name）。