# km-wiki-ingest — 部署（cypher workflow 版，走 cypher binding）

> **架構（D28）**：知識庫 ingest ＝**跑在 cypher-executor 上的 workflow**，跨-worker 呼叫全走
> **cypher binding**（零件節點，由 component-loader 解析），**零 Service Bindings**。
> 汰換舊的 standalone `arcrun-km-wiki-drainer`（`drainer/`，已誤用 service binding → 見 `drainer/DEPRECATED.md`）。
>
> **本輪不部署**（等總管/leo 審架構）。以下是過閘後的部署順序。

## 0) 先決條件（兩個平台端小改，皆本分支已含，需各自 gated 部署）

這兩處是「讓 workflow 能純走 cypher binding」的最小平台補丁，**不是** ingest 專屬邏輯：

1. **cypher-executor：`code` 零件進 loader 白名單**
   - 檔：`cypher-executor/src/lib/component-loader.ts` → `WASM_HTTP_RUNNER_IDS` 加 `'code'`（本分支已加 1 行）。
   - 效果：workflow 節點 `component: code` → 解析成 `arcrun-code.{WORKER_SUBDOMAIN}.workers.dev`（cypher binding）。
   - 部署：`cd cypher-executor && npx wrangler deploy`（要 leo 過閘；動到共用 executor）。
   - **替代（不改 executor）**：把兩個 workflow 裡 `component: code` 改成 code 的完整 URL
     `component: "https://arcrun-code.<subdomain>.workers.dev"`（走 loader step 2 外部 URL）。省一次 executor 部署，
     但少了「canonical 零件」的乾淨語義。建議用白名單版（這才是 D28 說的 cypher binding）。

2. **KBDB base：`POST /entries/ingest`（server 端冪等 upsert）**
   - 檔：`kbdb/src/routes/entries.ts`（本分支已加）。語義對稱 graph 的 `/triplets/ingest`：
     page_name 當鍵、`content_hash` 同 → skip、不同/無 → update、無則 create。
   - 為何需要它：cypher 的 flow DSL **無資料條件分支**（只有 ON_SUCCESS/ON_FAIL/FOREACH），
     無法在 workflow 內做「查→比對→create 或 patch」三岔。把冪等推到 server 端，workflow 只打一發。
   - 部署：`cd kbdb && npx wrangler deploy`（要過閘）。

> ⚠️ **subdomain 對齊**：兩個 workflow 內的 URL 用 `uncle6-me`（官方 `WORKER_SUBDOMAIN`，見 `cypher-executor/wrangler.toml`）。
> 若你的 arcrun-kbdb / kbdb-graph-plugin / arcrun-code 部在別的 workers.dev subdomain（例 `leo21c`），
> 把兩檔的 URL 一起改。**舊 standalone drainer 誤用 `leo21c` 是坑之一。**

## 1) CLI 設定

```bash
# self-hosted（namespace 明碼分區）：
acr config set mode self-hosted
acr config set cypher_url https://cypher.arcrun.dev   # 或你自架的 executor
echo "NAMESPACE=leo" >> .env
# standard（平台多租戶）：acr init 取 api_key
```

## 2) 設 Gitea token（機密；節點以 {{credential.gitea_token}} 引用）

```bash
acr creds set gitea_token <你的 GITEA_TOKEN>   # 讀 Leo/notes 用
```
> graph 的 `X-Arcrun-API-Key: leo` 是 namespace 字串（非機密），已內嵌節點，不需設 credential。

## 3) 部署 Phase 0 drain（cron 觸發）

```bash
acr push workflow.yaml
```
- `watch_cron` 的 `cron_expr: "*/2 * * * *"` 會被 `webhooks-named` 的 `extractCronExpr` 抓出，
  寫進 `cron-idx:_all`；cypher `scheduled()` 每分鐘比對觸發本 workflow（**不需另設 CF cron**）。
- 游標**不需 seed**：首跑 `load_cursor` GET 回空 → `pick_card` 從頭；`save_cursor` 首 tick 自動 create。
- 手動補跑一 tick（驗收）：`acr run km_wiki_ingest_drain`

## 4) 部署穩態 delta（Gitea webhook 觸發）

```bash
acr push workflow.delta.yaml
```
- 取得 trigger URL（self-hosted 例）：
  `https://cypher.arcrun.dev/webhooks/named/leo/km_wiki_ingest_delta/trigger`
- Gitea repo `Leo/notes` → **Settings → Webhooks → Add Webhook → Gitea**：
  - Target URL：上面的 trigger URL
  - Content-Type：`application/json`
  - Trigger：Push events
  - （standard 模式改帶 `X-Arcrun-API-Key` header；self-hosted 免 header，namespace 在 path）
- 這是 Gitea→Cloudflare(cypher)，**非 GitHub Actions** → 不觸 GitHub flag（D4/D20）。

## 5) 驗收

```bash
# entry 落地？
curl -s "https://arcrun-kbdb.uncle6-me.workers.dev/entries?owner_id=leo&entry_type=wiki_card&limit=5" | jq '.count'
# triplet 落地？
curl -s "https://kbdb-graph-plugin.uncle6-me.workers.dev/graph?owner_id=leo" | jq '.nodes|length'
# 游標？
curl -s "https://arcrun-kbdb.uncle6-me.workers.dev/entries?owner_id=leo&page_name=cursor:km_wiki_ingest_drain:Leo/notes" | jq '.entries[0].content'
```
冪等自證：連跑兩次 `acr run km_wiki_ingest_drain`，第二次同卡 entry `action:skipped`、graph per-source no-op。

## 6) 舊 standalone drainer 退役

- 全 drain 完 + delta webhook 穩定收斂後，退役 `arcrun-km-wiki-drainer`：`wrangler delete arcrun-km-wiki-drainer`。
- 保留 `drainer/` 原始碼一個週期（含 `DEPRECATED.md`）供對照，確認新版逐卡輸出與舊版一致再刪。
- 見 `drainer/DEPRECATED.md`。

## 節點圖速覽

**drain（cron）**：`watch_cron(cron)` → `load_cursor(http GET kbdb)` → `list_cards(http GET Gitea tree)`
→ `pick_card(code)` → `fetch_card(http GET Gitea raw)` → `parse_card(code)`
→ `upsert_entry(http POST kbdb /entries/ingest)` → `save_cursor(http POST kbdb /entries/ingest)`
→ `post_envelopes(foreach)` → `post_one_envelope(http POST graph /triplets/ingest)`

**delta（webhook）**：`collect_changed(code)` →〔對每個 card〕→ `fetch_card_d` → `parse_card_d(code)`
→ `upsert_entry_d(http)` → `post_envelopes_d(foreach)` → `post_one_envelope_d(http)`

零件對應的 cypher binding：`code`→arcrun-code；`http_request`→arcrun-http-request（打 Gitea/kbdb/graph）；
`cron`→觸發登記；`foreach_control`→平台 logic primitive（唯一允許的 service-binding 用法：零件等級，非本工作流編排）。
**全程無工作流等級的 service binding。**