uncle6me-web
ae81d22775
引擎自 2026-08-01 起已支援條件邊（cypher-executor/src/graph-executor.ts case 'ON_TRUE'/'ON_FALSE'/'ON_BRANCH'，VALID_EDGE_TYPES 亦已列入；31 個 cypher-executor 測試全過）。registry/skills/write_intent_workflow.md（單一 真相源）也已在同日更正為教 ON_TRUE/ON_FALSE/ON_BRANCH 是合法邊。 但 cli/scripts/check-harness-generation.mjs 的世代閘還停在舊世代判準： 只要 SKILL.md 出現正面示範的 ON_TRUE 就擋——這道閘本身才是落後的一方， 把已經寫對的教材當錯誤攔下，害乾淨 `npm run build` 必敗。 同源的過時內容還藏在三個手動維護的 harness 原始檔（非腳本產物）： CLAUDE.block.md／commands/arcrun.md／hooks/arcrun-guard.sh 都寫著 「引擎沒有條件邊」「沒有 ON_TRUE/ON_FALSE/ON_FAILURE」，一併更正。 真正不存在的邊是 ON_FAILURE（VALID_EDGE_TYPES 只有 ON_FAIL），把 mustNot 判準從 ON_TRUE 換成 ON_FAILURE，並新增 must 規則要求 ON_TRUE 必須出現， 防止教材日後又被改回「條件邊不存在」的舊世代說法。 skills/arcrun-mindset/SKILL.md 是由 registry 於建置期重建的產物 （build-harness-skill.mjs），本次改動只跑 `npm run build:harness` 重建、不手改。 驗證：故意把 SKILL.md 的 ON_FAILURE 改成正面示範，確認閘仍會擋下 （exit 1），還原後 `npm run build` 連跑兩次皆全綠且冪等（SKILL.md md5 不變）。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
4.1 KiB
4.1 KiB
這個專案用 Arcrun 做自動化
當需要「串服務／排程／打 API／資料處理自動化」時，用 Arcrun 工作流，不要自己寫 Python/Node 一次性腳本。 Arcrun 工作流是純文字、可複用、跑在使用者自己的 Cloudflare。
⚠️ 不要上網搜 Arcrun 文件——網路上沒有，找到的都是錯的。
語法與範本全在 arcrun-mindset Skill 裡，acr 指令查得到現況。
怎麼開始：先寫「意圖」，不要先寫 YAML
你不需要先知道有哪些零件。把需求寫成一串「誰接誰」，丟去查，系統會告訴你哪些存在：
input >> ON_SUCCESS >> fetch_rows
fetch_rows >> 對每個 row >> notify
- 第一個節點固定是
input（觸發時帶進來的資料） - 邊有這些：
ON_SUCCESS、對每個 <變數>（FOREACH）、ON_TRUE／ON_FALSE（配if_control）、ON_BRANCH＋branch:（配switch／try_catch） - 沒有
ON_FAILURE——要處理失敗用try_catch＋ON_BRANCH(catch)。
完整語法、四份實跑過的範本、節點命名慣例 → 讀 arcrun-mindset Skill。
Arcrun 只有三種東西，先分清楚就不會做歪
| 東西 | 是什麼 | 你能做的 |
|---|---|---|
| 工作流（workflow） | 把零件／recipe 串起來的純文字流程 | 預設就寫這個，自由寫 |
| recipe | 打「一個固定外部 API」的設定（endpoint／header／body 模板） | 自由寫、而且該投稿 |
| 零件（component） | WASM 程式（流程控制／資料處理／http_request／auth），固定一小套 |
你不自製，走 PR |
一句話判準：打一個固定外部 endpoint → 寫 recipe；流程控制／資料處理／通用 HTTP → 用既有零件；其他 → 寫工作流串起來。
⚠️ 常見錯誤：把
telegram_send／gmail_send／kbdb_get當零件寫。它們是 recipe。
查詢回 not_found 時：兩條路，都不准改寫成 code
查詢會誠實回報（兩庫都查過才點名）：
| status | 意思 | 你該做什麼 |
|---|---|---|
found / resolved |
有現成的可用 | 只填 payload |
not_found |
零件庫與 recipe 庫都沒有 | 照回應的 suggestion 走（見下兩條路），並看 similar_components／similar_recipes 有沒有能直接用的 |
unknown |
查不到 registry（未部署／網路失敗） | 不代表不存在，別據此改寫成 code |
- 缺外部 API → 自己寫一個 recipe 並
acr recipe push（幾行 YAML，不用部署 Worker、不用寫程式）。 recipe 是公共資產，發現缺的就補一個投稿，不必問人。 - 缺計算能力（加解密／壓縮這類純運算） → 投稿零件 PR（要人類確認，罕見）。
🔴 查不到就改寫成 code 節點 ＝「腹語術」（表面用 Arcrun、實際全寫 JS）。
code 只用於局部整形（例：剝掉 LLM 回應的雜訊、切段落），不用來取代零件與流程控制。
實錄：每一個寫進
code的if都是沒被測過的新 bug；零件的價值是「被測過 1000 次」，寫進 code 就歸零。
其餘鐵律
- 先查能力再動手：
acr search <關鍵字>（一次掃零件／recipe／auth-recipe／workflow）、acr parts（零件）、acr recipe list（recipe）、acr auth-recipe list（支援的認證）。 - 需要 AI 判斷時你自己做，不要讓工作流回頭呼叫 LLM。Arcrun 是 AI 用的工具，不是工具回頭用 AI。
- 金鑰只拿名字：定義裡只寫
{{credential.<名字>}}，真身絕不寫進 workflow／recipe 檔案。 - 暴露資料要人類同意：
acr push／acr recipe push會讓東西可被外部呼叫 → 停下來讓使用者明示同意，不替他決定公開。 - 誠實：沒打通就誠實說（缺 credential 標「未驗收：缺 X」），不假裝成功；完成以 HTTP 2xx／trace 為證，不口頭宣布。
開始前讀 arcrun-mindset Skill（意圖語法＋範本＋世界觀）。使用者技術細節交給你，CLI 操作你來做。