uncle6me-web
46afea83c2
管道本來就是好的（install-harness 功能完整、冪等），**過時的是內容**：
harness skill（4066B）grep「意圖」「>>」= 0 命中，只講世界觀／別寫 Python
⇒ 新裝的封測者拿不到步驟 1 的核心教材（`>>` 意圖語法）。
■ 單一真相源：harness skill 改為建置期由 registry 複製
build-harness-skill.mjs＝head ＋ registry/skills/write_intent_workflow.md 正文 ＋ tail。
選「建置期複製」的理由：npm files 只收 harness/，registry 不進套件；
symlink 在 npm pack 與 Windows 不可靠。產物 commit 進 repo（npm 裝的是產物、不跑 build）。
head/tail 是 harness 專屬（CLI 語境入口／acr 指令表／暴露同意／誠實鐵律），
install-harness 的 copyTree 跳過 .head/.tail，不鋪進使用者專案。
■ 其餘三件逐份對照現世代事實後更新（過時的直接刪，不留死代碼）
- CLAUDE.block.md：補 >> 意圖語法、not_found 兩條路、零件 vs recipe 分型、
腹語術紅線、金鑰只拿名字
- commands/arcrun.md：步驟改成「先寫意圖 → 丟去查 → 再寫 YAML」，補 acr search／validate
- hooks/arcrun-guard.sh：**正路提示改為指向 arcrun-mindset Skill ＋意圖語法**
（呼應「hook 沒提 skill 反而把 AI 導向 repo 文件」的教訓）；
新增 code 節點腹語術提醒，settings.fragment 補 Write|Edit|MultiEdit matcher
■ 世代閘（防再度脫節）
check-harness-generation.mjs 檢查四件交付物的現世代指紋，缺指紋 exit 1，
掛進 npm run build（prepublishOnly 因此也擋）。
反向驗證：把 skill／CLAUDE.block 換回上一代 → 兩者都被擋下並逐條點名缺哪個指紋。
■ 驗收（考生 haiku／受測物＝環境）
乾淨臨時目錄 acr install-harness → 四件鋪好；重跑冪等（全檔 md5 不變、
CLAUDE.md 66 行不變、hooks 條目 2 不變、arcrun 區塊仍 1 個）。
haiku 只讀該目錄的 CLAUDE.md＋SKILL.md（明令禁讀 ~/.claude、禁上網；
兩份教材 md5 與大小均不同，可證非考本機那支）答十題
→ grade-step1.sh **10 / 10 通過**（判分器同時反向驗證仍會抓
ON_TRUE／ON_FAILURE／第一節點非 input）。
npm test 18/18、tsc 綠。
SDD：workflow-discovery/tasks.md 3.11
Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
64 lines
3.2 KiB
Markdown
64 lines
3.2 KiB
Markdown
# 用 Arcrun 完成這個自動化需求
|
||
|
||
使用者想做一個自動化。你的任務：用 Arcrun 做出來，全程不要讓使用者自己寫程式。
|
||
|
||
⚠️ **不要上網搜 Arcrun 文件**（網路上沒有）。先讀 **arcrun-mindset** Skill，再用 `acr` 指令查現況。
|
||
|
||
## 鐵則
|
||
- **用 Arcrun 工作流／recipe，絕不自己寫 Python/Node 腳本。** 使用者選 Arcrun 就是不想要一次性腳本。
|
||
- **打外部 API → 寫 recipe**（`acr recipe push`），不自刻 HTTP client。缺 recipe 就自己補一個，不必問人。
|
||
- **不自製零件（WASM）**——零件由 Arcrun 維護。你能用的是現有零件 ＋ recipe ＋ 工作流。
|
||
- **需要 AI 判斷時你自己做**，不要讓工作流回頭呼叫 LLM。
|
||
- 🔴 **查不到零件就改寫成 `code` 節點 ＝ 腹語術**，禁止。缺 API 寫 recipe、缺能力投稿零件。
|
||
|
||
## 步驟
|
||
|
||
### 1. 先寫「意圖」，不要先寫 YAML
|
||
把使用者的需求寫成一串「誰接誰」（**不必是真實零件名**，用你想得到的名字即可）：
|
||
|
||
```
|
||
input >> ON_SUCCESS >> fetch_rows
|
||
fetch_rows >> 對每個 row >> notify
|
||
```
|
||
|
||
- 第一個節點固定是 `input`
|
||
- 邊只有 `ON_SUCCESS` 與 `對每個 <變數>`（**沒有** `ON_TRUE`／`ON_FALSE`／`ON_FAILURE`）
|
||
- 需要判斷 → 寫成獨立節點（例 `check_amount`）再接 `ON_SUCCESS`
|
||
|
||
語法細節、四份實跑過的範本、節點命名慣例 → **arcrun-mindset** Skill。
|
||
|
||
### 2. 丟去查，讓系統告訴你有什麼
|
||
`acr search <關鍵字>` 一次掃零件／recipe／auth-recipe／workflow；
|
||
或把意圖串丟 `/cypher/search`，逐節點拿 `found` / `resolved` / `not_found` / `unknown`。
|
||
|
||
- `found`／`resolved` → **只填 payload**
|
||
- `not_found` → 照回應的 `suggestion` 走（缺 API 寫 recipe、缺計算能力投稿零件），
|
||
並看 `similar_components`／`similar_recipes` 有沒有現成能用的
|
||
- `unknown` → **不代表不存在**，別據此改寫成 code
|
||
|
||
### 3. 把意圖變成 workflow YAML
|
||
節點填上查到的真實零件／recipe ＋ payload。
|
||
需要 credential 時：`acr auth-recipe scaffold <service>` 看要哪些，明確告訴使用者去哪取得、怎麼 `acr creds push`。
|
||
🔑 定義裡只寫 `{{credential.<名字>}}`，**真身絕不寫進檔案**。
|
||
|
||
### 4. 驗證 → 部署 → 給證據
|
||
```bash
|
||
acr validate <workflow>.yaml # 先驗
|
||
acr push <workflow>.yaml # 部署（暴露動作，見下）
|
||
acr run <workflow> # 觸發一次
|
||
acr logs <workflow> # 看執行紀錄
|
||
```
|
||
完成要給客觀證據（HTTP 2xx／trace），不要只說「做好了」。
|
||
|
||
## 遇到要暴露資料（對外 webhook／recipe 投稿）
|
||
停下來，明確告訴使用者「這會讓 X 可被外部呼叫」，要他同意。不要替他決定公開。
|
||
非互動環境下把完整指令印給使用者自己貼上跑。
|
||
|
||
## 還沒設定好 Arcrun？
|
||
若 `acr` 指令不存在或還沒 `acr init`：先帶使用者完成前置設定
|
||
（裝 CLI → 拿 Cloudflare 帳號的兩串憑證 → `acr init --self-hosted`）。
|
||
拿 Cloudflare 憑證時用白話照抄式引導，不要對使用者講 KV / Worker / R2 等術語。
|
||
|
||
## 使用者的需求
|
||
（使用者打在 /arcrun 後面的文字會接在這裡）
|