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/llm-classify/description.md

@@ -0,0 +1,35 @@
+# llm-classify
+
+## 解決什麼問題
+LLM 結構化輸出最常見場景：把自由文字分到固定 category。
+claude_api 用 `_recipe_output_format: json` 自動 parse + validate 必填欄位。
+
+## 怎麼觸發
+```bash
+curl -X POST https://cypher.arcrun.dev/webhooks/named/llm_classify_example/trigger \
+  -H "X-Arcrun-API-Key: ak_xxx" \
+  -d '{"api_key":"ak_xxx","text":"How to deploy Cloudflare Workers in production?"}'
+```
+
+## 預期結果
+- claude 回 JSON `{category, confidence, reason}`
+- KBDB 寫一筆 block，tags_json 含 `category:tech`
+- response 回 `{success: true, data: {id, ...}}`
+
+## 為什麼這 pattern 重要
+- `_recipe_output_format: json` + `_recipe_output_required_fields` 是 claude_api 的 magic：
+  Claude 回 JSON 後 cypher-executor 自動：
+  1. 剝 ```json fence
+  2. parse
+  3. 驗 required fields 存在
+  4. 把每個欄位（category / confidence / reason）放到 ctx 頂層，下游 `{{category}}` 直接用
+- 不用寫 parse / validate / shape 邏輯，純 prompt + schema
+
+## 改成你自己的
+- prompt 改你的分類規則（category 清單可長可短）
+- 下游 save_with_tag 可換成 telegram 推播 / gmail / 等
+- 若需要多步分類（先粗分後細分），鏈兩個 claude_api 節點即可
+
+## 注意
+- claude_api 走 mira daemon (Phase A)，會 paused 一陣子等 callback resume
+- 若 prompt 抽不出 required_fields，會 validation_failed 不寫 KBDB（safer than partial save）