docs(registry): seed 10 examples + 5 skills (LI SDD M3.1 + M3.3)

對應 .agents/specs/llm-interface/ Milestone 3.1 + 3.3。

registry/examples/ — 10 個可直接 push 的 workflow 範本：
  starter:    webhook-to-http
  common:     cron-watcher, llm-classify, rag-search-answer, daily-digest
  external:   email-summary (gmail+claude+telegram), pdf-to-blocks,
              github-issue-bot
  advanced:   parallel-fanout (trigger_workflow fan-out),
              error-retry (try_catch+wait pattern)

  每個含：workflow.yaml（可直接 push）+ description.md（解決什麼問題 /
  改成你自己的 / 學到什麼）+ tags.json（搜尋用）

registry/skills/ — 5 個 AI playbook（markdown）：
  build_watcher_workflow            — cron + filter + trigger 模式
  debug_paused_workflow             — claude_api callback paused 怎麼追
  migrate_http_to_trigger_workflow  — 從 self-fetch 換 trigger_workflow
  rag_with_arcrun                   — KBDB + claude_api 組裝 RAG
  add_new_wasm_component            — TinyGo 寫 + 部署全流程

兩者差異：
  examples = 可直接拿來改的 YAML
  skills = 面對 X 問題該怎麼想 + 該用哪個 example

兩者後續：CI 自動同步進 KBDB（type=workflow-example / type=agent-skill），
MCP arcrun_search_examples / arcrun_list_skills 走 KBDB semantic search。
（CI sync 是 M3.4 工作）

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

registry/examples/daily-digest/description.md

@@ -0,0 +1,28 @@
+# daily-digest
+
+## 解決什麼問題
+資訊焦慮：HN / GitHub trending / 自己筆記每天都看不完。
+每天早上一份 LLM 整理過的精選，3 分鐘看完今天的 signal。
+
+## 怎麼觸發
+不用，cron 排程每天 00:00 UTC（台灣 08:00）自動跑。
+
+## 改成你自己的
+- 加 / 減 source：dev.to RSS、Twitter list、Slack、自家 KBDB tag 等
+- 摘要 prompt 改為你的口味（嚴肅 / 幽默 / 簡短）
+- 推送目的可換：email、Notion 加一個 page、KBDB 存歷史
+
+## 為什麼這 pattern 重要
+**Fan-in** 是 arcrun 的特色：3 條 source 並行 fetch，cypher-executor 自動等全部完成才跑 compose。
+不用寫 promise.all、不用怕 race，宣告式描述「compose 依賴這 3 個」即可。
+
+## 變體
+- 加 priority：若 KBDB 有 `tag:urgent` 的 note，置頂
+- 接 calendar：把今天 meeting 也塞進摘要
+- 接 weather + 通勤路況（API call 多源）
+
+## 學到什麼
+- **Fan-in / fan-out**：cypher binding YAML 多條邊指向同一節點就是 fan-in
+- 系統變數：`{{_today}}` / `{{_yesterday}}` / `{{_now}}` 內建可用
+- cron 多步排程：一個 cron 觸發 3 條並行 fetch chain
+- `kbdb_get` 用 `source` 篩特定來源（這裡只收 leo 直接寫的，不收 AI 生成的）