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>
34 lines
899 B
YAML
34 lines
899 B
YAML
name: rag_search_answer
|
||
description: 收問題 → 從 KBDB semantic search → 把 top context 餵 claude 回答
|
||
|
||
flow:
|
||
- "input >> ON_SUCCESS >> search_kbdb"
|
||
- "search_kbdb >> ON_SUCCESS >> answer_with_context"
|
||
|
||
config:
|
||
search_kbdb:
|
||
component: kbdb_search
|
||
api_key: "{{api_key}}"
|
||
query: "{{input.question}}"
|
||
topK: 5
|
||
user_id: "{{input.user_id}}" # 可選，限定某用戶 namespace
|
||
|
||
answer_with_context:
|
||
component: claude_api
|
||
timeout_ms: 45000
|
||
_recipe_output_format: text
|
||
prompt: |
|
||
你是知識庫助手。根據下列 context 回答問題。
|
||
|
||
**規則**：
|
||
1. 只用 context 內的資訊，不外推
|
||
2. context 沒講的，老實說「資料庫裡查不到」，不要編
|
||
3. 引用時標 [block_id]，方便用戶追原始
|
||
|
||
Context:
|
||
{{search_kbdb.results}}
|
||
|
||
問題：{{input.question}}
|
||
|
||
回答：
|