Leo
388c193ae7
對應 .agents/specs/llm-interface/ Milestone 3.1 + 3.3。
registry/examples/ — 10 個可直接 push 的 workflow 範本：
starter: webhook-to-http
common: cron-watcher, llm-classify, rag-search-answer, daily-digest
external: email-summary (gmail+claude+telegram), pdf-to-blocks,
github-issue-bot
advanced: parallel-fanout (trigger_workflow fan-out),
error-retry (try_catch+wait pattern)
每個含：workflow.yaml（可直接 push）+ description.md（解決什麼問題 /
改成你自己的 / 學到什麼）+ tags.json（搜尋用）
registry/skills/ — 5 個 AI playbook（markdown）：
build_watcher_workflow — cron + filter + trigger 模式
debug_paused_workflow — claude_api callback paused 怎麼追
migrate_http_to_trigger_workflow — 從 self-fetch 換 trigger_workflow
rag_with_arcrun — KBDB + claude_api 組裝 RAG
add_new_wasm_component — TinyGo 寫 + 部署全流程
兩者差異：
examples = 可直接拿來改的 YAML
skills = 面對 X 問題該怎麼想 + 該用哪個 example
兩者後續：CI 自動同步進 KBDB（type=workflow-example / type=agent-skill），
MCP arcrun_search_examples / arcrun_list_skills 走 KBDB semantic search。
（CI sync 是 M3.4 工作）
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
1.6 KiB
1.6 KiB
parallel-fanout
解決什麼問題
同一份輸入要做多種處理（摘要 / 翻譯 / 分類 / 等）。 不想等順序執行（總時長 = 全部加總）→ 並行（總時長 = 最慢一個）。
怎麼觸發
curl -X POST https://cypher.arcrun.dev/webhooks/named/parallel_fanout/trigger \
-H "X-Arcrun-API-Key: ak_xxx" \
-d '{"api_key":"ak_xxx","text":"...","target_lang":"en"}'
預期行為
- 3 個子 workflow 同時啟動，各自獨立執行
- 主 workflow 返回所有子 workflow 都 trigger 成功的時間（毫秒級）
- 子 workflow 完成的結果不會回到 parent —— 各自寫各自的 KBDB / 通知
改成你自己的
- 增 / 減 dispatch 節點數
- workflow_name 換你的真實處理 workflow
- 若需要等子 workflow 都完成 → 子 workflow 寫完成標記到 KBDB，parent 後續 cron 撿
變體：等所有子 workflow 完成
arcrun 預設 trigger_workflow 是 fire-and-await（paused 也算 success）。 若要嚴格「等到完成」，要：
- 子 workflow 末步寫
done:{request_id}block 到 KBDB - parent 加 polling 節點 + wait 重試 （M2 之後會出 wait_for_workflows 內建零件）
為什麼這 pattern 重要
- arcrun 是 multi-tenant / multi-tier 平台。Fan-out 讓你能 build「主 controller + N 個 worker」架構
- 比 promise.all 更穩：每個子 workflow 獨立 paused/resume，互不污染狀態
學到什麼
- Fan-out：一個節點多條 ON_SUCCESS 邊出去，並行執行
trigger_workflow是內建 orchestration 零件（cypher-executor in-process call，繞 CF self-fetch）- input 變數在 fan-out 時複製給每條分支（不互相影響）