Leo/Arcrun

Files

T

uncle6me-web 922a57fe34 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>

2026-06-03 15:52:38 +08:00

1.4 KiB

Raw Permalink Blame History

pdf-to-blocks

解決什麼問題

研究 / 學習：丟一份 PDF 進來，自動轉文字 + 切 chunk + 存 KBDB，之後可 RAG search。適合做：論文閱讀庫、合約查詢、技術文件 RAG。

怎麼觸發

curl -X POST https://cypher.arcrun.dev/webhooks/named/pdf_to_blocks/trigger \
  -H "X-Arcrun-API-Key: ak_xxx" \
  -d '{
    "api_key":"ak_xxx",
    "pdf_url":"https://arxiv.org/pdf/2411.02959.pdf",
    "title":"HtmlRAG",
    "user_id":"inkstone_leo_research"
  }'

怎麼用後續

搭配 rag-search-answer workflow：

curl ... rag_search_answer/trigger \
  -d '{"question":"HtmlRAG 對 Markdown 的優勢是什麼?", "user_id":"inkstone_leo_research"}'

→ claude 從你剛 ingest 的 PDF chunks 找 context 回答

改成你自己的

替換 convert 來源（cto.finally.click 也有 convert，自家環境可用）
kbdb_ingest 預設 chunk ~500 字，要改在 KBDB 端設
source: "pdf:{url}" 是 idempotency key — 同 URL 重複 ingest 會被偵測

變體

接 claude_api 在 ingest 後跑「自動 tag」流程（每個 chunk 抽 keyword tag）
接 email-summary pattern：訂閱 arxiv RSS → 自動 PDF 收進來
把 ingest 結果 trigger wiki_synthesis（mira 用此 chain）

學到什麼

KBDB 有 /convert endpoint 直接吃 PDF / DOC，不用自己處理 OCR
kbdb_ingest 自動 chunking + embedding 一條龍
source: "{type}:{key}" 是 KBDB idempotency 慣例

1.4 KiB Raw Permalink Blame History Unescape Escape