kbdb-cc
88b7fbf409
Phase b：把 ingest 從手動直驅升級成真無人值守。drainer/ 是 workflow km_wiki_ingest_drain 的可部署執行體（Cloudflare Worker），復用已 live 的 arcrun-code/kbdb/graph、不改 cypher-executor。 - 兩觸發共用 processCard 核心：(A) cron drain（Gitea tree 列卡→游標後取一小批→ 逐卡處理→進游標→到底回捲；撐 5,083 檔）；(B) Gitea push webhook→只處理 delta。 - 游標存 KBDB 一個 ingest_cursor entry（走 API、零建表）。冪等：未改卡 entry (page_name+content_hash)/triplet(uri+hash) 皆 skip，只有新/改卡真寫。 - src/usercode.ts 由 workflow.yaml parse_card.code 抽出（單一真相源 card-to-envelope.mjs）。 - 維持非-auto：wrangler.toml 的 cron trigger 預設註解（不自走），drain 走 POST /drain。 scheduled handler 已在 code，leo 過閘後取消註解即開自走。README 記部署/secret/webhook 設定。 已部署 leo21c：arcrun-km-wiki-drainer.leo21c.workers.dev。以 wrangler dev（本地 miniflare + .dev.vars token，非 secret 寫入）對 live 服務驗證：cron drain 冪等全 skip、游標前進+回捲、 webhook delta 只寫變更卡、三模式命中新卡。GITEA_TOKEN secret 需 leo 於互動模式設（auto 擋 secret 寫入）。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01HJiLCRUU2o3aSpPEzVCt2o
arcrun-km-wiki-drainer —— km_wiki_ingest_drain 的無人值守 runtime
workflow.yaml 是宣告式 spec；本 Worker 是它可真部署、有游標/觸發的執行體。
復用已 live 的零件與服務，不改 cypher-executor：
Gitea 抓卡 md → arcrun-code 零件（sandbox inline JS 解析）→ /entries 冪等 upsert（embed:true）
→ graph /triplets/ingest（server 側 per-source 冪等）
- Live：
https://arcrun-km-wiki-drainer.leo21c.workers.dev - 解析 JS＝
src/usercode.ts（由workflow.yaml的parse_card.code抽出，單一真相源lib/card-to-envelope.mjs）。
兩觸發模式（共用同一 processCard 核心）
| 模式 | 觸發 | 行為 |
|---|---|---|
| Phase 0 cron drain | cron tick（見「開自走」） | drainBatch(BATCH_SIZE)：Gitea tree 列卡 → 游標之後取一小批 → 逐卡 processCard → 進游標（到底回捲重掃）。壓 CF subrequest 下、撐得住 5,083 檔（每 tick 小批）。 |
| 穩態 webhook | Gitea push webhook → POST /webhook |
只處理本次 commit 動到的 system-dev/wiki/cards/**.md（delta），不重掃全庫。Gitea→Cloudflare，非 GitHub Actions（不觸 D20）。 |
冪等：未改卡的 entry（page_name+content_hash）與 triplet（source.uri+content_hash）皆 skip；只有新/改卡真寫。游標存 KBDB 一個 ingest_cursor entry（走 API、零建表）。
HTTP 路由
| 方法 | 路徑 | 用途 |
|---|---|---|
| GET | / |
健康 |
| GET | /cursor |
看游標狀態 |
| POST | /drain?batch=N |
手動觸發一批 drain（= 一個 cron tick；驗收/補跑用） |
| POST | /webhook |
Gitea push webhook 入口（delta） |
| POST | /cursor/reset |
游標歸零（重新全 drain） |
⚠️ 非-auto（預設）
wrangler.toml 的 [triggers] crons 預設註解掉——不自走排程、不無人值守亂寫。
drain 以 POST /drain 手動觸發（與 cron scheduled handler 同核心）。
要開自走 Phase 0 backfill：leo 過閘後取消 wrangler.toml 那兩行註解再 deploy。
部署（wrangler 直推 leo21c，禁 acr update）
cd registry/examples/km-wiki-ingest/drainer
npm install
npx wrangler deploy
# ★ 必須：設 Gitea 讀取權（Leo/notes 為 private repo）——此步需 leo 在互動模式跑（secret 寫入）
printf '%s' "$GITEA_TOKEN" | npx wrangler secret put GITEA_TOKEN
# 選填：webhook 簽章驗證
# printf '%s' "$WEBHOOK_SECRET" | npx wrangler secret put GITEA_WEBHOOK_SECRET
Gitea webhook 設定（穩態 delta）
Leo/notes → Settings → Webhooks → Add Webhook → Gitea：
- Target URL：
https://arcrun-km-wiki-drainer.leo21c.workers.dev/webhook - HTTP Method：POST，Content-Type：
application/json - Trigger：Push events（可只限
main） - Secret：若設，同步
GITEA_WEBHOOK_SECRETsecret（本 Worker 驗X-Gitea-SignatureHMAC-SHA256） - Gitea 的 ping event → Worker 回
{ok:true,pong:true}（測連通）
config（wrangler.toml [vars]）
REPO=Leo/notes REF=main OWNER=leo CARDS_ROOT=system-dev/wiki/cards BATCH_SIZE=2
CODE_WORKER_URL / KBDB_URL / GRAPH_URL / GRAPH_KEY（皆 leo21c live 服務）。
規模備註（5,083 檔）
- 列卡走 Gitea
git/trees?recursive=true（一次全樹）；若truncated，回應標記truncated:true， 屆時換 tree 分頁列法（現況 notes 卡數小、不截斷）。 - 每 tick 只
BATCH_SIZE張，游標續傳；到底回捲 → 全庫變更靠冪等於下一輪捕捉； 即時變更走 webhook。