diff --git a/.agents/specs/llm-interface/design.md b/.agents/specs/llm-interface/design.md
new file mode 100644
index 0000000..0ab7834
--- /dev/null
+++ b/.agents/specs/llm-interface/design.md
@@ -0,0 +1,616 @@
+# Design: LI (LLM Interface) for arcrun
+
+> v0.1 — 2026-05-16
+> 對應 requirements.md（同目錄）
+
+---
+
+## 1. 設計哲學
+
+| 過去 (UI 時代) | 現在 (LI 時代) |
+|---|---|
+| 使用者是人，要學軟體 | 使用者是 AI，要被軟體 onboard |
+| 操作靠視覺、滑鼠 | 操作靠 MCP tool call |
+| 錯誤訊息是技術 stack trace | 錯誤訊息是「下一步該做什麼」 |
+| 文件是 long-form 教學 | 文件是結構化 schema + 可程式查 |
+| 用戶教學是 onboarding 課程 | 「教學」是 MCP 工具自己會回 hint |
+| 回饋靠 helpdesk 工單 | 回饋是 MCP tool（AI 直接 call） |
+
+**原則**：
+1. **discoverable** — AI 不靠 grep / 不靠人就能知道有什麼
+2. **idempotent** — 同樣輸入兩次結果一樣，可預測
+3. **dry-run by default** — preview 是預設、commit 是 explicit
+4. **structured errors** — error 是 JSON 含 next_actions，不是字串
+5. **closed loop** — AI 卡住的 data 自動回流，平台 self-improving
+
+---
+
+## 2. 系統架構
+
+```
+┌────────────────────────────────────────────────────────────────┐
+│                        AI agent (Claude / Cursor / ...)         │
+└──────────────────┬──────────────────────────────┬───────────────┘
+                   │                              │
+                   │ ① Read AGENTS.md             │ ② MCP tool calls
+                   ▼                              ▼
+┌────────────────────────┐   ┌──────────────────────────────────┐
+│   AGENTS.md            │   │   arcrun-mcp (擴張 u6u-mcp)        │
+│   (repo + KBDB block)  │   │   25 tools, 5 categories          │
+└────────────────────────┘   └──────────────┬───────────────────┘
+                                            │
+                ┌────────┬─────────┬────────┴────────┬──────────┐
+                ▼        ▼         ▼                 ▼          ▼
+        ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌──────────┐
+        │ cypher- │ │registry │ │  kbdb   │ │ Skills  │ │ Examples │
+        │executor │ │         │ │         │ │ (KBDB)  │ │ (git+KV) │
+        │ 31 路由 │ │         │ │ 50 路由 │ │         │ │          │
+        └─────────┘ └─────────┘ └─────────┘ └─────────┘ └──────────┘
+                                  ▲
+                                  │ ③ AI 部署完 / 卡住 call feedback
+                                  │
+                    ┌─────────────┴──────────────┐
+                    │ report_feedback / agent-telemetry │
+                    │ (寫進 KBDB)                       │
+                    └─────────────┬──────────────┘
+                                  │ ④ 每週聚合
+                                  ▼
+                    ┌──────────────────────────────┐
+                    │ agent_feedback_weekly_review │
+                    │ (arcrun workflow, dogfood)   │
+                    │ → arcrun-roadmap KBDB block  │
+                    └──────────────────────────────┘
+```
+
+---
+
+## 3. 五層 LI 模型
+
+### Layer 0：Onboarding（AGENTS.md）
+
+**位置**：
+- `arcrun/AGENTS.md`（repo 根，git 可讀）
+- KBDB `type=agent-onboarding` block（MCP `get_onboarding_doc()` 拉）
+
+**結構（控 5-8K tokens）**：
+1. **30 字 What** — 「arcrun 是用 YAML 把零件串成 workflow 的平台」
+2. **5 個核心概念** — component / cypher binding YAML / FOREACH / paused-resume / api_key
+3. **連線**：「在你的 MCP config 加 `https://mcp.arcrun.dev/mcp`，bearer `ak_xxx`」
+4. **第一個 workflow（minimal example）** — 10 行 YAML，含部署 + 觸發
+5. **5 個 URL 慣例與為什麼**（workers.dev vs arcrun.dev / KBDB endpoints）
+6. **常見錯誤 5 個 + 怎麼讀**
+7. **不確定的時候**：明確列「先 call list_X 再下手」
+8. **回報機制**：完成任何 workflow deploy / 卡住，**必須** call `report_feedback`
+
+**部署機制**：
+- repo `arcrun/AGENTS.md` 是 source of truth
+- GH Actions 監聽該檔變動 → 自動 PATCH KBDB onboarding block
+- MCP `get_onboarding_doc()` 從 KBDB 讀（最新）
+
+---
+
+### Layer 1：arcrun-mcp（主戰場）
+
+#### 1.1 命名與部署
+
+- **Server URL**: `https://mcp.arcrun.dev/mcp`（新增 route，對應 `mcp.finally.click` 既有 worker）
+- **過渡**：u6u-mcp Worker rename `arcrun-mcp`，雙路由（finally.click + arcrun.dev）並存 90 天
+- **Tool prefix**: 統一 `arcrun_*`（既有 `u6u_*` 加 alias 對應，舊名 deprecation 公告）
+
+#### 1.2 Tool 完整清單（25 個，5 類）
+
+##### A. Onboarding & Discovery（5 tools）
+
+| Tool | 對應 HTTP | 用途 |
+|---|---|---|
+| `arcrun_get_onboarding` | KBDB GET `/blocks?type=agent-onboarding` | 拉 AGENTS.md 內容 |
+| `arcrun_list_components` | registry GET `/components` | 所有可用零件 + 1 行 desc |
+| `arcrun_get_component_contract` | registry GET `/components/:id` | input/output schema + gherkin tests |
+| `arcrun_list_recipes` | cypher GET `/recipes` + `/auth-recipes` | API recipe 一覽 |
+| `arcrun_search_examples` | KBDB POST `/search`（type=workflow-example）| 用 use case 搜範例 |
+
+##### B. Workflow CRUD（7 tools）
+
+| Tool | 對應 HTTP | 用途 |
+|---|---|---|
+| `arcrun_list_workflows` | cypher GET `/webhooks/named` | 用戶現有 workflow |
+| `arcrun_get_workflow` | cypher GET `/webhooks/named/:name` | 拿 YAML / graph |
+| `arcrun_validate_yaml` | cypher POST `/validate` | dry-run 校驗，不部署 |
+| `arcrun_push_workflow` | cypher POST `/webhooks/named` | 部署（也含 validate） |
+| `arcrun_delete_workflow` | cypher DELETE `/webhooks/named/:name` | 刪 |
+| `arcrun_preview_workflow` | **新增** POST `/preview` | 不寫 KV、模擬 execute |
+| `arcrun_diff_workflow` | **新增** POST `/webhooks/named/:name/diff` | 既有 vs 新 YAML 差異 |
+
+##### C. Execution & Trace（5 tools）
+
+| Tool | 對應 HTTP | 用途 |
+|---|---|---|
+| `arcrun_run_workflow` | cypher POST `/webhooks/named/:name/trigger` | 觸發 + 回 execution_id |
+| `arcrun_get_execution_trace` | **新增** GET `/executions/:id` | 結構化 trace（per-node status） |
+| `arcrun_list_recent_executions` | **新增** GET `/workflows/:name/executions?limit=10` | 最近 N 次 |
+| `arcrun_list_paused_executions` | **新增** GET `/executions/paused` | 卡 callback 的 |
+| `arcrun_resume_execution` | cypher POST `/workflows/resume` | 手動 resume |
+
+##### D. Component & Recipe Management（4 tools）
+
+| Tool | 對應 HTTP | 用途 |
+|---|---|---|
+| `arcrun_search_components` | registry POST search | 語意搜尋 |
+| `arcrun_publish_component` | registry POST publish | 上 WASM |
+| `arcrun_create_recipe` | cypher POST `/recipes` | 建 API recipe |
+| `arcrun_create_auth_recipe` | cypher POST `/auth-recipes` | 建 auth recipe |
+
+##### E. Feedback & Skills（4 tools）
+
+| Tool | 對應 HTTP | 用途 |
+|---|---|---|
+| `arcrun_report_feedback` | KBDB POST `/blocks`（type=agent-feedback）| AI 主動回報 |
+| `arcrun_list_skills` | KBDB GET `/blocks?type=agent-skill` | 列可用 playbook |
+| `arcrun_get_skill` | KBDB GET `/blocks/:id` | 拿 skill 內容 |
+| `arcrun_publish_skill` | KBDB POST `/blocks`（type=agent-skill）| AI 把學到的存回去 |
+
+#### 1.3 Tool contract 統一規範
+
+每個 tool 都遵守：
+
+**Input**：
+- Zod schema declarative
+- 每個參數有 `.describe('...')`（給 AI 看的）
+- optional 標 default
+
+**Output（成功）**：
+```typescript
+{
+  ok: true,
+  data: T,
+  hints?: string[],  // optional next-step suggestion，e.g.「你剛部署了，可 call run_workflow 測試」
+}
+```
+
+**Output（失敗）**：
+```typescript
+{
+  ok: false,
+  error_code: 'enum_value',
+  human_message: string,
+  next_actions: string[],   // 可程式化的下一步
+  detail?: unknown,         // 原始錯誤（debug）
+}
+```
+
+#### 1.4 error_code enum（v1，可加不可刪）
+
+| error_code | 對應狀況 |
+|---|---|
+| `auth_missing` | api_key 沒帶 |
+| `auth_invalid` | api_key 無效 |
+| `not_found` | workflow / block 不存在 |
+| `validation_failed` | YAML / schema 不過 |
+| `component_not_found` | 零件 ID 沒對應 |
+| `component_not_in_whitelist` | 零件存在但 cypher-executor 不認 |
+| `paused_awaiting_resume` | workflow 在等 callback |
+| `rate_limited` | 太頻繁 |
+| `internal_error` | 平台 bug（含 detail） |
+| `dependency_unavailable` | 下游服務（claude / mira daemon / KBDB）掛 |
+
+---
+
+### Layer 2：Skill blocks（KBDB-native playbook）
+
+#### 2.1 Schema
+
+```typescript
+type AgentSkill = {
+  id: string;
+  type: 'agent-skill';
+  page_name: `skill-${slug}`;
+  content: string;          // markdown playbook
+  tags_json: string[];      // ['watcher', 'debug', 'rag', ...]
+  source: 'manual' | 'auto-extracted';
+  metadata_json: {
+    when_to_use: string;
+    example_use_case: string;
+    contributed_by?: string; // agent user_agent
+    success_count?: number;
+  };
+};
+```
+
+#### 2.2 種子 skill（先建 5 個，以 mira 經驗為本）
+
+| skill page_name | 用途 |
+|---|---|
+| `skill-build_watcher_workflow` | cron 掃資料 → 觸發處理（mira_feed_watcher pattern） |
+| `skill-debug_paused_workflow` | claude_api / 任何 async callback paused 怎麼追 |
+| `skill-migrate_http_to_trigger_workflow` | self-fetch 換 trigger_workflow（剛踩過的） |
+| `skill-rag_with_arcrun` | 用 KBDB + claude_api 做 RAG |
+| `skill-add_new_wasm_component` | 從 TinyGo 寫到 deploy 全流程 |
+
+#### 2.3 自動萃取機制（後期）
+
+`agent_feedback_weekly_review` 跑出來的 Top patterns，LLM 包成 skill draft，leo review 後 publish。
+
+---
+
+### Layer 3：Examples（可搜尋的範例庫）
+
+#### 3.1 存放
+
+- `arcrun/registry/examples/{slug}/`
+  - `workflow.yaml`
+  - `description.md`（解決什麼問題、怎麼 trigger、預期結果）
+  - `tags.json`（`["webhook", "llm", "cron", ...]`）
+- CI build 出 `examples-index.json` 推 KBDB（type=workflow-example，內容是 YAML + tags）
+
+#### 3.2 搜尋
+
+- `arcrun_search_examples(use_case)` 走 KBDB `/search`（既有 semantic）
+- 命中 → 回 YAML + description + 「你可以基於這個改 X」hint
+
+#### 3.3 第一批範例（10 個）
+
+| slug | 用途 |
+|---|---|
+| `webhook-to-slack` | 簡單轉發 |
+| `cron-watcher` | mira_feed_watcher 簡化版 |
+| `llm-classify` | claude_api 分類 |
+| `rag-search-answer` | 從 KBDB 找 context → 回答 |
+| `email-summary` | gmail → claude → telegram |
+| `pdf-to-blocks` | convert → ingest |
+| `github-issue-bot` | webhook → claude → 留 comment |
+| `daily-digest` | cron → 多源聚合 → 推送 |
+| `parallel-fanout` | 一份輸入分發多 workflow |
+| `error-retry` | try_catch + wait + retry |
+
+---
+
+### Layer 4：Telemetry & Feedback Loop
+
+#### 4.1 兩條線
+
+```
+explicit feedback (AI call)        implicit telemetry (platform auto-log)
+        │                                       │
+        ▼                                       ▼
+   KBDB block type=                    KBDB block type=
+   agent-feedback                      agent-telemetry
+        │                                       │
+        └──────────────┬───────────────────────┘
+                       ▼
+              agent_feedback_weekly_review
+              (arcrun workflow, 週一 9am cron)
+                       ▼
+              LLM 聚合 + 分類
+                       ▼
+              KBDB block type=arcrun-roadmap
+              （leo 收到 + 寫進 mira 河道）
+```
+
+#### 4.2 agent-feedback schema
+
+```typescript
+type AgentFeedback = {
+  type: 'agent-feedback';
+  content: string;            // description 原文
+  source: 'mcp-tool-call';
+  user_id: string;            // 用戶 namespace
+  metadata_json: {
+    workflow_name?: string;
+    issue_type: 'doc_unclear' | 'tool_missing' | 'error_unhelpful'
+              | 'unexpected_behavior' | 'feature_request' | 'success_story';
+    retry_count?: number;
+    blocked: boolean;
+    suggested_fix?: string;
+    agent_user_agent: string; // 'claude-code/1.x' etc
+  };
+  tags_json: ['agent-feedback', `issue:${issue_type}`];
+};
+```
+
+#### 4.3 agent-telemetry schema
+
+```typescript
+type AgentTelemetry = {
+  type: 'agent-telemetry';
+  source: 'cypher-executor';
+  metadata_json: {
+    event_type: 'deploy_success' | 'deploy_fail' | 'run_success'
+              | 'run_fail' | 'validation_error' | 'mcp_tool_call';
+    workflow_name?: string;
+    component_id?: string;
+    error_code?: string;
+    duration_ms: number;
+    api_key_hash: string;  // 雜湊，不存原值
+    agent_user_agent: string;
+  };
+};
+```
+
+寫入點：
+- `webhook-handlers.executeWebhookGraph` 完成（成功 / 失敗都記）
+- `routes/webhooks-named.ts` push（deploy 記）
+- `routes/cypher.ts` validate 失敗（validation_error 記）
+- arcrun-mcp 每個 tool call wrap 記（mcp_tool_call）
+
+#### 4.4 隱私
+
+- api_key 一律 SHA-256 截前 16 字元（不可逆，可聚合）
+- workflow content 不 log（只記 name）
+- 用戶看自己的 telemetry：MCP `arcrun_my_telemetry(limit)`，只回自己 hash
+
+#### 4.5 weekly review workflow
+
+```yaml
+name: agent_feedback_weekly_review
+description: 每週一聚合 AI 回饋 + telemetry，產出 Top 痛點
+
+flow:
+  - "weekly_cron >> ON_SUCCESS >> fetch_feedback"
+  - "fetch_feedback >> ON_SUCCESS >> fetch_telemetry"
+  - "fetch_telemetry >> ON_SUCCESS >> aggregate"
+  - "aggregate >> ON_SUCCESS >> llm_summarize"
+  - "llm_summarize >> ON_SUCCESS >> publish_roadmap_block"
+  - "publish_roadmap_block >> ON_SUCCESS >> notify_telegram"
+
+config:
+  weekly_cron:
+    component: cron
+    cron_expr: "0 9 * * 1"  # 週一 9 am UTC
+  fetch_feedback:
+    component: kbdb_get
+    type: 'agent-feedback'
+    created_after: "{{ now - 7d }}"
+    limit: 500
+  fetch_telemetry:
+    component: kbdb_get
+    type: 'agent-telemetry'
+    created_after: "{{ now - 7d }}"
+    limit: 5000
+  aggregate:
+    component: filter   # 或寫個 `group_by` 邏輯零件
+    items: "{{fetch_feedback.blocks}}"
+    group_by: 'metadata_json.issue_type'
+  llm_summarize:
+    component: claude_api
+    prompt: |
+      你是 arcrun 平台的回饋分析師。下面是這週 AI agent 的所有回饋 +
+      telemetry 失敗事件。請：
+      1. 列 Top 5 痛點（含證據引用）
+      2. 為每個痛點建議具體改動（文件 / MCP tool / 錯誤訊息）
+      3. 評估嚴重程度（blocked AI vs 略不便）
+      
+      Feedback：{{aggregate}}
+      Telemetry 失敗事件：{{fetch_telemetry.blocks}}
+  publish_roadmap_block:
+    component: kbdb_create_block
+    type: 'arcrun-roadmap'
+    page_name: 'roadmap-week-{{date.iso_week}}'
+    content: "{{llm_summarize.data.text}}"
+  notify_telegram:
+    component: telegram
+    chat_id: "{{ leo_chat_id }}"
+    text: "Arcrun 週報出爐：{{publish_roadmap_block.data.id}}"
+```
+
+**這個 workflow 是 dogfood inception**：arcrun 自己跑分析 arcrun 自己。
+
+---
+
+## 4. Coverage Matrix（人類 vs AI）
+
+> 這份表是 NFR-5「覆蓋率可量化」的具體實踐。每個 release 重新檢視。
+
+### 4.1 人類 GUI 能做的事 × LI 對應
+
+| 人類在 u6u-gui 做的 | LI MCP 工具 | 對等？ |
+|---|---|---|
+| 看現有 workflow 列表 | `arcrun_list_workflows` | ✅ |
+| 點開 workflow 看 YAML | `arcrun_get_workflow` | ✅ |
+| 編輯 workflow YAML | `arcrun_push_workflow`（含 update） | ✅ |
+| 執行 workflow | `arcrun_run_workflow` | ✅ |
+| 看執行結果 | `arcrun_get_execution_trace` | ✅（新增） |
+| 翻零件庫 | `arcrun_list_components` + search | ✅ |
+| 看零件 contract | `arcrun_get_component_contract` | ✅ |
+| 上傳 WASM 零件 | `arcrun_publish_component` | ✅ |
+| 設 credential | `arcrun_create_recipe` + （手動 push credential） | ⚠️ 部分（credential 提交需安全考量，AI 不全自動） |
+| 翻歷史執行 | `arcrun_list_recent_executions` | ✅（新增） |
+| 看 paused 工作流 | `arcrun_list_paused_executions` | ✅（新增） |
+| 手動 resume | `arcrun_resume_execution` | ✅ |
+| 視覺化 canvas 拖拉 | — | ❌（純視覺，LI 不複製） |
+| 看排版 prototype | — | ❌（同上） |
+| Flip UI/Logic view | — | ❌（同上） |
+| Action log（操作軌跡） | `arcrun_my_telemetry` | ✅（含更多資料）|
+
+**Gap**：3 個視覺類動作 LI 不需要對等；其他全等。
+
+### 4.2 cypher-executor 31 路由 × LI 暴露
+
+| 路由 | LI 暴露？ | 工具 |
+|---|---|---|
+| `/health`、`/docs`、`/openapi.json` | ❌ infra | — |
+| `/execute` | ✅ | `arcrun_run_workflow`（內部） |
+| `/cypher/search`、`/cypher/execute` | ✅ | discovery 內部用 |
+| `/workflows/resume` | ✅ | `arcrun_resume_execution` |
+| `/webhooks/named*` | ✅ | CRUD 對應 5 個 tools |
+| `/webhooks/*` (anonymous) | ❌ deprecated | — |
+| `/credentials*` | ⚠️ | 只 list + delete，POST 走人類流程（安全考量） |
+| `/recipes*`、`/auth-recipes*` | ✅ | 4 個 tools |
+| `/validate` | ✅ | `arcrun_validate_yaml` |
+| `/auth/*`、`/register`、`/me*` | ❌ admin | — |
+
+**新增需建路由**：`/preview`、`/executions/:id`、`/workflows/:name/executions`、`/executions/paused`、`/webhooks/named/:name/diff`、`/my-telemetry`（共 6 個）
+
+### 4.3 KBDB 50 路由 × LI 暴露
+
+LI **不直接 expose KBDB 50 個路由**。AI 透過 arcrun-mcp 的 abstracted tool（`get_skill` / `list_skills` / `report_feedback` 等）間接用 KBDB。
+
+例外（值得直接 expose 的）：
+- `arcrun_kbdb_search(query)` — 走 `/search` semantic
+- `arcrun_kbdb_get_block(id)` — 看 block 內容（debug 用）
+
+KBDB schema 設計 / triplets / records 這些屬於另一個 SDD（KBDB MCP），不在本 LI 範圍。
+
+---
+
+## 5. AGENTS.md 模板
+
+```markdown
+# Arcrun for AI Agents
+
+## What is Arcrun (30 sec)
+Arcrun lets you compose Cloudflare Workers (WASM components) into workflows via YAML.
+You write YAML, push to KV, trigger via webhook or cron. Each component is a
+TinyGo/AssemblyScript WASM with stdin/stdout JSON I/O.
+
+## Connect (one step)
+Add to your MCP config:
+\`\`\`json
+{
+  "mcpServers": {
+    "arcrun": {
+      "url": "https://mcp.arcrun.dev/mcp",
+      "headers": {"Authorization": "Bearer $ARCRUN_API_KEY"}
+    }
+  }
+}
+\`\`\`
+Get your ak_ key at https://arcrun.dev/me.
+
+## Your first workflow (5 min)
+1. `arcrun_list_components()` → see what's available
+2. Write 3-line YAML in chat (assistant does this)
+3. `arcrun_validate_yaml(yaml)` → confirm
+4. `arcrun_push_workflow(yaml)` → deploy
+5. `arcrun_run_workflow(name, input)` → test
+6. `arcrun_get_execution_trace(id)` → see results
+
+## Core concepts (5 things)
+- **Component**: WASM Worker. Use existing or `arcrun_publish_component`.
+- **Cypher binding YAML**: triplets `A >> relation >> B` define graph.
+- **FOREACH**: `>> 對每個 X >> next_node` iterates lists.
+- **Paused-resume**: claude_api etc pause workflow; resumes via callback.
+- **api_key**: ak_xxx, all calls need this in MCP auth.
+
+## URL conventions (why this matters)
+- `cypher.arcrun.dev` = orchestration API (you push here)
+- `arcrun-{kebab}.{user}.workers.dev` = component workers (workers.dev avoids CF self-fetch)
+- `kbdb-*.arcrun.dev` = KBDB component workers (your data lives here)
+
+## Common errors
+| error_code | What to do |
+|---|---|
+| `component_not_found` | call `list_components`, check spelling |
+| `validation_failed` | read `next_actions` field, fix YAML |
+| `paused_awaiting_resume` | normal for claude_api; wait or `get_execution_trace` |
+| `auth_invalid` | ak_ wrong, re-fetch from /me |
+
+## Unsure? Do this:
+- Don't know what's available → `list_components` / `list_workflows` / `search_examples`
+- Don't know syntax → `get_skill('skill-build_X')` for playbooks
+- Hit weird behavior → **MUST** call `report_feedback(issue_type='unexpected_behavior', ...)`
+
+## Feedback (required)
+After every workflow deploy or debug session, call:
+\`\`\`
+arcrun_report_feedback({
+  workflow_name: '...',
+  issue_type: 'success_story' | 'doc_unclear' | 'tool_missing' | 'error_unhelpful' | 'feature_request',
+  description: '...',
+  blocked: false,
+  retry_count: N,
+  suggested_fix: '...'  // optional
+})
+\`\`\`
+
+Even "success" stories help — they tell us what's working.
+```
+
+---
+
+## 6. Migration plan（u6u-mcp → arcrun-mcp）
+
+### 6.1 不破壞
+
+- u6u-mcp Worker rename `arcrun-mcp`（wrangler name 改）
+- 兩個 hostname 並存：`mcp.finally.click` + `mcp.arcrun.dev`（route 加一條）
+- 舊 tool 名（`u6u_*`）保留，加 alias 對應新名（`arcrun_*`）
+- 90 天 deprecation 期，舊 tool call → 回 warning hint「`u6u_X` → 改用 `arcrun_X`」
+
+### 6.2 新增 tools（按 phase）
+
+Phase 1（gap-fill）：
+- `arcrun_validate_yaml`（既有 `/validate` 已存，包 MCP 即可）
+- `arcrun_get_execution_trace`（需 cypher-executor 新加 `/executions/:id`）
+- `arcrun_list_recent_executions`（新 endpoint）
+- `arcrun_list_paused_executions`（新 endpoint）
+- `arcrun_report_feedback`（新 tool）
+- `arcrun_get_onboarding`（KBDB read）
+
+Phase 2（advanced）：
+- `arcrun_preview_workflow`（新 endpoint，沒 KV side-effect）
+- `arcrun_diff_workflow`
+- `arcrun_my_telemetry`
+- `arcrun_search_examples`（KBDB write + search 已存）
+- `arcrun_list_skills` / `arcrun_get_skill` / `arcrun_publish_skill`
+
+Phase 3（auto-loop）：
+- `agent_feedback_weekly_review` workflow
+- `arcrun-roadmap` block 生成
+- LLM extract skill 自動化
+
+---
+
+## 7. 開發順序與里程碑
+
+### Milestone 1：可量測（1 週）
+- 寫 AGENTS.md v1
+- 加 implicit telemetry 寫入點（cypher-executor）
+- 加 `arcrun_report_feedback` MCP tool
+- 建 `agent-feedback` / `agent-telemetry` KBDB template
+- 開始收 data
+
+### Milestone 2：gap-fill（1 週）
+- u6u-mcp 補上 6 個 Phase 1 tools
+- 新 endpoints 在 cypher-executor 加
+- 每個 tool 結構化 error contract
+
+### Milestone 3：skill + example（1 週）
+- 種子 5 個 skill blocks
+- 種子 10 個 example workflows
+- `search_examples` 跑通
+
+### Milestone 4：closed loop（半週）
+- weekly_review workflow 部署
+- 第一份 arcrun-roadmap block 產出
+- leo 收到第一份週報
+
+### Milestone 5：rename + cleanup（1 週）
+- u6u-mcp → arcrun-mcp 公開
+- 舊 tool 加 deprecation warning
+- AGENTS.md 同步 KBDB
+
+---
+
+## 8. 開放決策（待 leo）
+
+| 決策 | 推薦 | 理由 |
+|---|---|---|
+| MCP server URL | `mcp.arcrun.dev`（route 並存 `mcp.finally.click` 90 天） | 品牌統一 |
+| 擴張 u6u-mcp vs 建新 | 擴張 + rename | 不 fork，零移轉痛 |
+| AGENTS.md 位置 | `arcrun/AGENTS.md` + KBDB 自動同步 | 兩面都拿到 |
+| feedback 是否要 auth | 要（驗 ak_ 存在即可，不查餘額） | 防 spam |
+| LI 是否包含 KBDB MCP | 部分（abstracted），KBDB MCP 另立 SDD | 範圍清楚 |
+| Telemetry 保留多久 | 90 天 hot + 1 年 cold archive | 平衡 cost 與 review |
+
+---
+
+## 9. 跨 SDD 連動
+
+| 其他 SDD | 連動點 |
+|---|---|
+| `credential-primitives-wasm` | LI 不重做 auth，只用 `auth_static_key` 等既有零件 |
+| `recipe-system` | LI 暴露 recipe CRUD tool 對應 |
+| `component-registry-canon` | LI `list_components` / `get_contract` 走 registry |
+| `resumable-workflow` | LI `list_paused_executions` / `resume` 用 |
+| `u6u-platform-evolution` | LI 是 evolution 之一，未來分 user-tier 時要考慮 |
+| **mira-app** (polaris/mira) | LI 是 mira dogfood 痛點轉化的產物，roadmap 含對 mira 的回饋 |
diff --git a/.agents/specs/llm-interface/requirements.md b/.agents/specs/llm-interface/requirements.md
new file mode 100644
index 0000000..1a84278
--- /dev/null
+++ b/.agents/specs/llm-interface/requirements.md
@@ -0,0 +1,242 @@
+# Requirements: LI (LLM Interface) for arcrun
+
+> 把 arcrun 平台對「AI 操盤手」的完整使用面，當成 first-class product 設計。
+> 對比：以前做網站要 user-friendly（UI），現在 AI 是主要用戶（LI）。
+
+---
+
+## 背景
+
+arcrun 是 n8n-like workflow 平台，平台本身的 end-user 有兩類：
+- **人類**：透過 u6u-gui canvas / arcrun.dev landing 操作
+- **AI agent**：透過 MCP / API 操作（Claude Code、Cursor、Codex、自製 agent 等）
+
+過去設計集中在「人」（UI / docs）。AI 對 arcrun 的「可用性」沒被當第一公民。
+
+### 證據：3 天 mira dogfood 累積的 14 個痛點（baseline）
+
+| 編號 | 痛點 | 性質 |
+|---|---|---|
+| 1 | 新零件 deploy 要手動 dashboard 點 workers.dev | platform DX |
+| 2 | CF 同 zone self-fetch 死鎖 | platform infra |
+| 3 | `http_request` 4xx 回 success=true cascade | error semantics |
+| 4 | interpolateString array stringified | dev experience |
+| 5 | `kbdb_upsert_block` 沒在 `WASM_HTTP_RUNNER_IDS` 白名單 | discovery |
+| 6 | `resumeFromPaused` paused_node_id 沒 namespace | implicit behavior |
+| 7 | `acr validate` 不認「對每個 X」 | validator stale |
+| 8 | cron 從零寫起 | feature gap |
+| 9 | CF Pages 沒接 auto-deploy | infra setup |
+| 10 | watcher self-fetch 死鎖（剛解） | architecture |
+| 11 | skill 改要寫 python script | tooling gap |
+| 12 | 不知道有什麼零件可用 | **LI gap** |
+| 13 | 不知道現有 workflow 怎麼長 | **LI gap** |
+| 14 | trace / log 看不到結構化的 | **LI gap** |
+
+**14 個裡有 7 個（編號 3-7, 12-14）純粹是 LI 缺失**。如果 LI 完整，等於把 50% 的踩坑時間還給開發者。
+
+---
+
+## 目標用戶（personas）
+
+### P1：Claude Code / Cursor 等 IDE-embedded AI（主力）
+
+特徵：
+- 跟 leo 一起 pair programming
+- 有 file access、shell 能力
+- 透過 MCP / curl / SDK 跟 arcrun 對話
+
+需求：
+- 知道 arcrun 全貌（不靠人類解釋）
+- 知道目前用戶有什麼資產（workflow / component / template / credential）
+- 寫 YAML 不靠猜
+- 部署前能 dry-run
+- 部署後能看執行結果
+- 卡住能 introspect + ask
+
+### P2：用戶私人 agent（次要，未來）
+
+特徵：
+- 在 mira / 用戶 app 內跑
+- 透過 MCP 對 arcrun
+- 沒有檔案系統，只有 HTTP
+
+需求：基本同 P1，但**完全靠 MCP**（沒 grep / file read fallback）
+
+### P3：自製腳本 / SDK 使用者
+
+不在本 SDD 範圍。SDK 既有規格走 `.agents/specs/arcrun/sdk-and-website/`。
+
+---
+
+## 範圍（系統涵蓋）
+
+LI 不是「新建一個 service」，是**跨 5 個既有系統的橫向 layer**：
+
+| 系統 | 既有狀態 | LI 涵蓋的部分 |
+|---|---|---|
+| **arcrun cypher-executor** | 31 HTTP 路由 | 哪些對外、哪些 AI 該看得到 |
+| **arcrun registry** | component 管理 Worker | discovery layer |
+| **u6u-mcp** | 15 MCP tools（HTTP→MCP 薄包裝） | 主擴張面（gap-fill） |
+| **u6u-gui** | 人類 canvas IDE | 取其 endpoint 觀念，不取其 UI 元素 |
+| **kbdb** | 50 個 HTTP 路由 | KBDB 該不該直接給 AI、用什麼姿勢 |
+| **arcrun CLI (acr)** | Node CLI | LI 不依賴 CLI（CLI 是人的工具） |
+
+---
+
+## 非範圍（這個 SDD 不處理）
+
+- 不處理 GUI 設計 / 視覺
+- 不處理 SDK（Python/JS）API 設計
+- 不處理 user OAuth flow
+- 不重新設計 KBDB schema（只決定 LI 該包什麼 API）
+- 不重新設計 cypher binding 語法
+
+---
+
+## 功能需求（FR）
+
+### FR-1：AI 一條指令就能上手 arcrun
+
+- 提供 `AGENTS.md`（onboarding doc），AI 載入就能用
+- MCP server URL 寫進 doc，「直接 connect」一步搞定
+- 不需讀 SDD / 不需 grep codebase / 不需問人
+
+### FR-2：完整 CRUD + Discovery 對等
+
+人類在 u6u-gui 能做的 8 個動作（list_workflows / get / update / execute / search_components / get_component / list_templates / list_credentials），**MCP 至少同等覆蓋**，不能有「人類能做但 AI 不能做」的 gap。
+
+### FR-3：Dry-run 是預設行為
+
+- `validate_workflow(yaml)` MCP tool（取既有 `/validate` 路由）
+- `preview_workflow(yaml, input)` 不寫入 KV，模擬執行
+- AI 養成習慣「先 dry-run 再 push」
+
+### FR-4：可診斷的 trace
+
+- `get_execution_trace(execution_id)` 回結構化 JSON：每個 node 的 status / input / output / error / duration
+- `list_paused_executions()` 列卡住的執行（callback 沒回時 debug 用）
+- 不靠 `wrangler tail` 純文字
+
+### FR-5：錯誤訊息是「給 AI 看的下一步」
+
+所有 MCP tool error response 必須含：
+- `error_code`（穩定字串 enum，可程式化 catch）
+- `human_message`（描述）
+- `next_actions`（陣列，可選：「call X」/「執行 Y」/「修改 Z」）
+
+範例：
+```json
+{
+  "error_code": "component_not_in_whitelist",
+  "human_message": "零件 'filter' 不在用戶可用清單",
+  "next_actions": [
+    "call list_components() 看完整可用清單",
+    "若該零件需平台啟用，告訴用戶執行 `acr enable filter`",
+    "若是自製零件，先 push 零件再 push workflow"
+  ]
+}
+```
+
+### FR-6：AI 可以回報問題
+
+- `report_feedback(workflow_name, issue_type, description, ...)` MCP tool
+- 結構化 enum issue_type（防自由文字難聚合）
+- 寫進 KBDB 成 `agent-feedback` block，可被定期 review
+- AI 規範「順利 / 卡住 / 不確定 都該 call」（透過 AGENTS.md 強制）
+
+### FR-7：Implicit telemetry 不依賴 AI 自覺
+
+- cypher-executor 每次 deploy / execute / fail 自動寫 `agent-telemetry` block
+- 含 client_user_agent（哪個 AI 用的）、error_message、duration
+- 不依賴 AI 主動 call，平台自己收
+
+### FR-8：Skill blocks 可重用
+
+- 「pattern / playbook」存 KBDB type=`agent-skill`
+- MCP `list_skills(tag)` / `get_skill(id)` 給 AI 查
+- 範例：`build_watcher_workflow` / `debug_paused_workflow` / `migrate_http_to_trigger_workflow`
+
+### FR-9：範例庫可搜尋
+
+- `search_examples(use_case)` 給 use case → 回相似 workflow YAML
+- 範例存 `registry/examples/` git + 一份 index 在 KV
+- 進階：semantic search（既有 KBDB `/search/embed`）
+
+### FR-10：定期 review 機制（自動化）
+
+- `agent_feedback_weekly_review` workflow（**arcrun 自己跑**）
+- 每週一聚合 feedback + telemetry，產出 Top N 痛點 + 建議
+- 寫進 `arcrun-roadmap` KBDB block
+
+---
+
+## 非功能需求（NFR）
+
+### NFR-1：向下相容
+
+LI 是新層，不破壞既有：
+- u6u-mcp 既有 15 tool 全保留（廢棄走標準 deprecation）
+- u6u-gui 不動
+- cypher-executor 既有路由不改 contract
+
+### NFR-2：transport 不鎖死
+
+MCP 主，但 HTTP 同等可用（讓沒 MCP 客戶端的 agent 也可用）。每個 MCP tool 都對應一個 HTTP endpoint。
+
+### NFR-3：error contract 穩定
+
+`error_code` enum 是 public API，加新值是 minor，移除值是 major。版本化。
+
+### NFR-4：feedback 數據可外部 export
+
+`agent-feedback` / `agent-telemetry` 走 KBDB `/blocks` 標準 API，任何 AI / 人都能拉。不鎖死在 dashboard。
+
+### NFR-5：覆蓋率可量化
+
+- 「人類在 u6u-gui 能做但 MCP 不能做」清單必須能列出
+- 每次 LI 改動後，這份清單往 0 收斂
+
+---
+
+## 成功指標
+
+| 指標 | 量測 | 目標 |
+|---|---|---|
+| 新 AI agent 上手時間（從 zero 到第一個 workflow 部署） | 手動實驗 | < 10 min |
+| 一次 workflow 部署需要的 MCP call 次數 | telemetry | < 5 calls |
+| AI 回報「文件不清楚」週次數 | feedback aggregation | 持續下降 |
+| 「MCP 缺工具」issue 類型佔比 | feedback type ratio | < 10% |
+| Implicit telemetry 與 explicit feedback 比例 | 計數 | 9:1 不算問題（implicit 量大正常） |
+| Coverage gap（人類能做 vs AI 能做） | 手動審查 | 0 |
+
+---
+
+## 風險與假設
+
+### 假設
+- MCP 是主要 AI 接觸點（不是 SDK / CLI）
+- AI 願意按 AGENTS.md 規範 call feedback tool
+- KBDB 能承載 telemetry 量級（短期：< 1000 events / day）
+
+### 風險
+
+| 風險 | 應對 |
+|---|---|
+| AI 不照 AGENTS.md 規範用 | implicit telemetry 不依賴自覺，仍能收 data |
+| MCP tool 設計錯誤越改越亂 | 每個 tool 有 contract test，error_code enum 版本化 |
+| feedback 雜訊太多無法 review | review workflow 用 LLM 聚合，不靠人讀原始 |
+| u6u-mcp 重構搞壞既有 | 走 deprecation，舊 tool 留 90 天 |
+| KBDB telemetry 量爆掉 | sample rate / 老資料自動 archive |
+
+---
+
+## 開放問題（待 leo 決策）
+
+1. **deployment 名稱**：MCP server URL 用 `mcp.arcrun.dev` 還是沿用 `mcp.finally.click`？
+   - 推薦：`mcp.arcrun.dev`（品牌一致，符合 mira CLAUDE.md §1.7）
+2. **新 MCP vs 擴張 u6u-mcp**：在現有 u6u-mcp 加 tool，還是建 `arcrun-mcp` 取代？
+   - 推薦：先擴張 u6u-mcp（避免 fork 痛），長期可改名
+3. **AGENTS.md 放哪**：`arcrun/AGENTS.md` repo 根？還是 KBDB block？或兩個地方都？
+   - 推薦：repo `arcrun/AGENTS.md` + KBDB 自動同步 block（讓沒 git access 的 AI 也能讀）
+4. **feedback 寫入是否需 auth**：AI report bug 要不要 api_key？
+   - 推薦：要（防 spam），但 tier 低（只要驗 ak_ 存在）
diff --git a/.agents/specs/llm-interface/tasks.md b/.agents/specs/llm-interface/tasks.md
new file mode 100644
index 0000000..7411529
--- /dev/null
+++ b/.agents/specs/llm-interface/tasks.md
@@ -0,0 +1,244 @@
+# Tasks: LI (LLM Interface) for arcrun
+
+> SDD: design.md + requirements.md（同目錄）
+> 進度標記：`[ ]` pending / `[🔄]` doing / `[x]` done / `[⏸]` blocked
+
+---
+
+## Milestone 1：可量測（先收 data）
+
+目標：1 週內把「平台自己收 AI 用得好不好」的數據管道接通。
+
+### M1.1 AGENTS.md v1
+- [ ] 寫 `arcrun/AGENTS.md`（按 design.md §5 模板）
+- [ ] CI hook：repo `AGENTS.md` 變動 → 自動同步 KBDB block
+- [ ] `arcrun_get_onboarding` MCP tool（讀 KBDB block）
+
+### M1.2 Implicit telemetry 收集
+- [ ] 建 KBDB template `agent-telemetry`（slots: event_type, workflow_name, error_code, duration_ms, api_key_hash, agent_user_agent）
+- [ ] cypher-executor `webhook-handlers.executeWebhookGraph` 末尾加 telemetry 寫入（成功 / 失敗都記）
+- [ ] cypher-executor `routes/webhooks-named.ts` push 加 deploy 事件
+- [ ] cypher-executor `routes/cypher.ts` validate 失敗 → validation_error 事件
+- [ ] api_key SHA-256 截 16 字元 helper
+- [ ] 隱私 check：workflow content 不 log，只 name
+
+### M1.3 Explicit feedback tool
+- [ ] 建 KBDB template `agent-feedback`（slots: issue_type, workflow_name, retry_count, blocked, suggested_fix, agent_user_agent）
+- [ ] u6u-mcp 加 tool `arcrun_report_feedback`
+- [ ] Zod schema 鎖死 issue_type enum
+- [ ] 寫入時 `user_id` 從 partner-auth middleware 拿
+- [ ] 寫入時 tag 自動補（`agent-feedback`, `issue:{type}`）
+
+### M1.4 驗收
+- [ ] 用 Claude Code 跑 mira 開發 1-2 天，自然累積 telemetry + feedback
+- [ ] 用 `curl kbdb-get.arcrun.dev type=agent-telemetry` 確認有 data
+- [ ] 用 `curl kbdb-get.arcrun.dev type=agent-feedback` 確認 enum 有效
+
+---
+
+## Milestone 2：gap-fill（補 MCP 工具）
+
+目標：人類 GUI 能做的，AI 透過 MCP 都能做。
+
+### M2.1 新增 cypher-executor 路由
+
+- [ ] `GET /executions/:id` — 回結構化 trace（讀 EXEC_CONTEXT KV）
+  - 既有資料：graph-executor.ts trace array，需確認 KV 持久化
+- [ ] `GET /workflows/:name/executions?limit=10` — 最近 N 次執行 ID + 摘要
+  - 需 ANALYTICS_KV 或新 index
+- [ ] `GET /executions/paused` — 列當前 paused executions
+  - 走 EXEC_CONTEXT KV scan `paused:*` prefix
+- [ ] `POST /preview` — dry-run，不寫 KV
+  - 複用 GraphExecutor，env.EXEC_CONTEXT 改 in-memory mock
+- [ ] `POST /webhooks/named/:name/diff` — 新舊 YAML diff
+- [ ] `GET /my-telemetry?limit=N` — 用戶自己看 telemetry
+
+### M2.2 MCP tools（包既有 + 新增 endpoint）
+
+- [ ] `arcrun_validate_yaml` — 包 `/validate`
+- [ ] `arcrun_get_execution_trace`
+- [ ] `arcrun_list_recent_executions`
+- [ ] `arcrun_list_paused_executions`
+- [ ] `arcrun_resume_execution` — 包 `/workflows/resume`
+- [ ] `arcrun_list_workflows` — 既有但確認
+- [ ] `arcrun_get_workflow`
+- [ ] `arcrun_delete_workflow`
+- [ ] `arcrun_preview_workflow`
+- [ ] `arcrun_diff_workflow`
+- [ ] `arcrun_list_recipes` / `arcrun_create_recipe`
+- [ ] `arcrun_list_auth_recipes` / `arcrun_create_auth_recipe`
+- [ ] `arcrun_my_telemetry`
+
+### M2.3 Error contract 統一
+
+- [ ] 定義 `error_code` enum v1（design.md §3.1.4）
+- [ ] u6u-mcp 所有 tool 統一 error wrap（helper function）
+- [ ] cypher-executor 所有 route 統一 error response（含 error_code + next_actions）
+- [ ] 寫測試：每個 error_code 至少一個 case
+
+### M2.4 驗收
+
+- [ ] 模擬 zero-knowledge AI（新 conversation）按 AGENTS.md 部署一個 hello workflow
+- [ ] 量測：從 `list_components` 到 `run_workflow` 成功總 MCP call < 5
+- [ ] 比較人類 GUI 路徑，clickwise 對等
+
+---
+
+## Milestone 3：skill blocks + examples
+
+目標：AI 寫第一個 workflow 不靠猜，有範本和 playbook。
+
+### M3.1 種子 skill blocks（5 個）
+
+- [ ] `skill-build_watcher_workflow` — cron + 過濾 + trigger 模式
+- [ ] `skill-debug_paused_workflow` — claude_api callback 流程 + 怎麼追
+- [ ] `skill-migrate_http_to_trigger_workflow` — 從 self-fetch 換 trigger_workflow
+- [ ] `skill-rag_with_arcrun` — KBDB search + claude_api 組裝
+- [ ] `skill-add_new_wasm_component` — TinyGo 寫 + push + 註冊白名單
+
+### M3.2 MCP tools
+
+- [ ] `arcrun_list_skills(tag?)`
+- [ ] `arcrun_get_skill(id)`
+- [ ] `arcrun_publish_skill` — AI 把學到的回存
+
+### M3.3 種子 examples（10 個）
+
+- [ ] `webhook-to-slack`
+- [ ] `cron-watcher`
+- [ ] `llm-classify`
+- [ ] `rag-search-answer`
+- [ ] `email-summary`
+- [ ] `pdf-to-blocks`
+- [ ] `github-issue-bot`
+- [ ] `daily-digest`
+- [ ] `parallel-fanout`
+- [ ] `error-retry`
+
+每個包 `workflow.yaml` + `description.md` + `tags.json`，放 `arcrun/registry/examples/{slug}/`。
+
+### M3.4 examples 索引 + 搜尋
+
+- [ ] CI build 範例 → KBDB block type=`workflow-example`（含 YAML + tags + description）
+- [ ] `arcrun_search_examples(use_case)` MCP tool（走 KBDB `/search`）
+
+---
+
+## Milestone 4：closed loop
+
+目標：data 收得到 → 平台自己消化產出 roadmap。
+
+### M4.1 Weekly review workflow
+
+- [ ] 寫 `polaris/mira/arcrun/agent_feedback_weekly_review.yaml`（依 design.md §4.5 範本）
+- [ ] cron `0 9 * * 1`（週一早 9 UTC）
+- [ ] `acr push`
+- [ ] 手動觸發測試一次
+
+### M4.2 LLM 聚合 prompt
+
+- [ ] 寫 prompt：把 feedback + telemetry 餵 Claude → 產出 Top 5 痛點 + 建議
+- [ ] 結果格式固定：markdown sections（痛點 / 證據 / 建議 / 嚴重度）
+- [ ] 存 KBDB block type=`arcrun-roadmap`
+
+### M4.3 通知
+
+- [ ] notify_telegram 節點：推給 leo
+- [ ] 同時寫進 mira 河道（讓 leo 在熟悉介面看）
+
+### M4.4 驗收
+
+- [ ] 跑滿 1 週 → 收到第一份 roadmap
+- [ ] leo review 後挑 1-2 個 issue 修補
+- [ ] 跑第二週 → 確認該 issue 從 top list 消失
+
+---
+
+## Milestone 5：rename + cleanup
+
+目標：完成 LI 品牌化，u6u-mcp 退場。
+
+### M5.1 部署
+
+- [ ] u6u-mcp Worker 改 wrangler name → `arcrun-mcp`
+- [ ] 加 route `mcp.arcrun.dev/*`
+- [ ] 舊 route `mcp.finally.click/*` 保留 90 天
+
+### M5.2 Tool rename
+
+- [ ] 每個 `u6u_*` tool 加 alias `arcrun_*`
+- [ ] 舊 tool call → response 含 `deprecation_warning` 欄
+- [ ] AGENTS.md 全用新名
+
+### M5.3 文件
+
+- [ ] `arcrun/AGENTS.md` 最終版
+- [ ] `u6u-mcp/README.md` 標 deprecated，指向新位置
+- [ ] `matrix/arcrun/.agents/specs/llm-interface/design.md` 更新「實際部署狀態」附錄
+
+### M5.4 觀察 90 天
+
+- [ ] 監控舊 tool name 使用率
+- [ ] 0 使用 → 移除 alias
+- [ ] 寫一篇 retrospective：LI 做完前後 AI 使用 arcrun 的 time-to-first-workflow 對比
+
+---
+
+## Backlog（暫不排）
+
+### B.1 KBDB MCP 獨立 SDD
+- LI 範圍只包 KBDB 的 `agent-*` template
+- 完整 KBDB AI 介面（type=note/page/triplet/template/record 等）另立 SDD `kbdb-llm-interface`
+- 跟 mira KM 系統互動最密
+
+### B.2 多 agent 隔離
+- 多 AI 共用同 ak_xxx 時，telemetry 區隔 agent_user_agent
+- 進階：每個 AI 子 namespace（mira / cursor / 自製 agent）
+
+### B.3 AGENTS.md i18n
+- v1 純中文（leo + 自家用）
+- v2 英文版（給開源用戶）
+
+### B.4 自動 skill 萃取
+- weekly_review 產出的 pattern 自動包成 skill draft
+- leo review approve → publish
+
+### B.5 SDK 對等（python-sdk / js-sdk）
+- SDK 提供和 MCP 同樣的 25 個 method
+- 給「不想用 MCP 的人」也能 AI-friendly
+- 走 sdk-and-website SDD 範圍
+
+### B.6 GUI side 補 LI 看板
+- u6u-gui 加 `/li-dashboard` 顯示用戶自己的 telemetry / feedback
+- 不阻擋 LI 推出（leo 先看 KBDB 原始 block 即可）
+
+---
+
+## 依賴關係
+
+```
+M1 (data 收集)
+   ↓
+M2 (MCP gap-fill)
+   ↓
+M3 (skill + examples)        ← 可與 M2 並行後段
+   ↓
+M4 (closed loop) ←─── 需 M1 data 累積 1-2 週
+   ↓
+M5 (rename)
+```
+
+---
+
+## 工估算
+
+| Milestone | 工 | 阻擋項 |
+|---|---|---|
+| M1 | 5 個工作日 | 無 |
+| M2 | 5 個工作日 | M1 完（telemetry 先就位才好驗證 M2 改動） |
+| M3 | 5 個工作日 | M2 完（tool 介面定型才寫 skill） |
+| M4 | 3 個工作日 | M1 data 累積 1 週 |
+| M5 | 5 個工作日 | M2-M4 完 |
+| **總** | **23 個工作日 (~5 週)** | |
+
+實際視 leo 排程，可邊用邊改、不必一氣呵成。**M1 是硬前置**——資料不收，改了也不知道改對沒。
diff --git a/.claude/rules/04-current-progress.md b/.claude/rules/04-current-progress.md
index 9a03298..7f8584b 100644
--- a/.claude/rules/04-current-progress.md
+++ b/.claude/rules/04-current-progress.md
@@ -56,6 +56,7 @@
 | 子系統 | SDD |
 |--------|-----|
 | **主要（正在動）** Credential Primitives WASM 改寫 | `.agents/specs/arcrun/credential-primitives-wasm/` |
+| **LI (LLM Interface)** — AI 操盤手使用體驗（2026-05-16 新建，mira dogfood 痛點轉化） | `.agents/specs/llm-interface/` |
 | arcrun 總進度 | `.agents/specs/arcrun/arcrun.md` |
 | Auth Recipe 系統（schema、預建 20 個服務） | `.agents/specs/arcrun/auth-recipe.md` |
 | Landing Page | `.agents/specs/arcrun/landing-page.md` |