arcrun — AI workflow execution engine (clean history)

Self-hosted 開源：WASM 零件 + recipe + cypher-executor，跑在你自己的 Cloudflare。

此為重建的乾淨歷史起點（移除曾誤 commit 的 GCP SA 金鑰，舊歷史保留在
richblack/arcrun 與本地 backup 分支）。含：
- acr init --self-hosted installer（建 KV/R2 + codeload 拉預編譯 wasm + wrangler deploy + seed recipe）
- recipe push 把關（資料外流提醒 + 打通檢查）
- 19 個正當零件預編譯 wasm（claude_api/km_writer/kbdb_upsert_block 排除：違反 DECISIONS §1）
- CLI / cypher-executor / registry / 完整 SDD

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

registry/examples/github-issue-bot/description.md

@@ -0,0 +1,33 @@
+# github-issue-bot
+
+## 解決什麼問題
+開源專案維護苦：每天好幾個 issue 進來，要先看 → 分流 → 引導用戶補資訊。
+這個 bot 自動做第一輪：分類 / 評估嚴重度 / 留有意義的 comment / 加 label。
+
+## 前置
+1. 在 GitHub repo settings → Webhooks → 加 webhook：
+   - URL: `https://cypher.arcrun.dev/webhooks/named/github_issue_bot/trigger`
+   - Content type: `application/json`
+   - Events: `Issues (opened)`
+   - 加 secret header `X-Arcrun-API-Key: ak_xxx`
+2. 設 credential `GITHUB_BOT_TOKEN`（一支 PAT 或 GitHub App token）
+
+## 預期結果
+新 issue 開出來 30 秒後，bot 就 comment + 加標籤了。
+
+## 改成你自己的
+- prompt 改為你的專案 conventions（用詞、語氣）
+- severity / category enum 改為你的分類
+- 加 conditional：critical 自動 telegram 通知 maintainer
+- 加 KBDB 存歷史 issue + claude 分析 → 用 RAG 找重複 issue
+- 加 `if_control`：若 issue body 有 `traceback` 自動 reproduce
+
+## 為什麼這 pattern 重要
+- LLM 做「結構化判斷」比寫 if-else 強：能讀人類自然語言、抓上下文、判斷模糊邊界
+- GitHub webhook → workflow 是最常見「外部 event → 處理」場景，所有 SaaS webhook 都類似
+
+## 學到什麼
+- 多步串聯（analyze → comment → label）每步都有 next，ON_SUCCESS 串
+- `{{analyze.X}}` 從 claude_api JSON 自動展開到下游
+- 同一個 API（GitHub）多次 call 共享 `Authorization` header
+- 嚴重度 / 類別這類 LLM 判斷，用 enum + required_fields 確保結構穩定