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/skills/README.md

@@ -0,0 +1,29 @@
+# Arcrun Skill Library
+
+> 給 AI 操盤手用的 playbook（pattern + 流程指引）。
+> 比 examples 更高層 — examples 是「可直接用的 YAML」，skills 是「面對 X 問題該怎麼想 + 該用什麼 example」。
+>
+> 對應 SDD: `matrix/arcrun/.agents/specs/llm-interface/` Milestone 3.1
+
+## 結構
+
+每個 skill 是一份 markdown：
+
+```
+{skill-name}.md
+```
+
+## Skill 清單
+
+| Skill | 何時用 |
+|---|---|
+| `build_watcher_workflow` | 用戶想「每 X 分鐘掃資料，找到符合的處理」 |
+| `debug_paused_workflow` | workflow 卡 paused 不動了 |
+| `migrate_http_to_trigger_workflow` | 看到舊 workflow 用 http_request 自打，CF self-fetch 死鎖 |
+| `rag_with_arcrun` | 用戶想做「問問題 + 用我的資料回答」 |
+| `add_new_wasm_component` | 缺零件需要寫新的（TinyGo WASM） |
+
+## CI 自動同步
+
+GH Actions 監聽本目錄變動 → PATCH 每個 skill 進 KBDB type=agent-skill block。
+MCP `arcrun_list_skills(tag?)` / `arcrun_get_skill(slug)` 給 AI 查。