Leo/Arcrun

Files

T

uncle6me-web 46afea83c2 步驟1 最後一筆：install-harness 交付內容升級到現世代＋世代閘

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>

2026-07-31 15:29:17 +08:00

3.2 KiB

Raw Blame History

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

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）

3.2 KiB Raw Blame History Unescape Escape