備考 haiku 真考時自查發現的兩個斷點——**若不補,考試必掛,且掛的是我自己的教材**。
形狀=步驟1 那個「世代脫節」的翻版:能力做好了,但教 AI 的地方還停在舊世代。
斷點①:三處教材主動說「沒有條件分支」,還教了正好造成腹語術的替代法
- mcp/src/mcp-handler.ts:44「**沒有** ON_TRUE/ON_FALSE——引擎目前不支援條件分支」
- registry/skills/write_intent_workflow.md:39「不要寫 ON_TRUE/ON_FALSE…
需要判斷時**寫成一個獨立節點**再接 ON_SUCCESS」← 這正是「判斷退回 code」的入口
- registry/skills/INDEX.md:44「已知的坑:引擎沒有條件分支」
⇒ 三處全部更新成現況(三顆零件都輸出 data.branch、引擎依標籤選路、
查零件回應附 branch_hint 照著接即可),並保留「不要寫 ON_FAILURE」(那個真的沒有)。
斷點②(更隱蔽,靜默失效):`graph-builder` 只認得 `對每個 X` 的參數化 label,
`ON_BRANCH(branch_active)` 帶括號會落到 toEdgeType 預設值 **PIPE**
⇒ 我在 skill 教的寫法,編圖收不到,而且**不報錯**——AI 以為分支了、實際全走同一條。
「教了語法但引擎不收」比沒做更糟,故與文件同批補上:比照 FOREACH 抽 iterator 的作法
抽 branch 標籤(半形/全形括號都收),寫進 edge.branch。
新增 tests/intent-branch-syntax.test.ts(7 項綠):守「文件教的寫法,編圖真的收得到」
——ON_TRUE/ON_FALSE 不退化成 PIPE、中文「成立時/否則」、ON_BRANCH(標籤) 抽得出 branch、
全形括號、try/catch 標籤;零變化:ON_SUCCESS 仍是 ON_SUCCESS、對每個 X 的 iterator 不受干擾。
全套 234 passed(前 227 +7),失敗數維持既有 9 筆;tsc 綠。
SDD: workflow-discovery 3.11|CP: arcrun-usable 步驟 5
Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
Arcrun MCP Server
Arcrun 是 AI 優先(AI-First) 的工作流自動化平台。 跟 AI 描述你的意圖,Arcrun 幫你把它變成可重複執行、不需要 AI 的自動化工作流。
Arcrun 是反過來的 n8n。n8n 從手寫程式開始,Arcrun 從 AI 描述開始——你說「去抓銀行匯率,用 Telegram 通知我」,AI 把它拆成三元組,Arcrun 查零件庫、組裝、執行。第一次需要 AI,之後自動跑,不再花 Token。
本目錄是 Arcrun 的 MCP Server(已併入 arcrun 主庫 arcrun/mcp/),讓 Claude Code 等 AI client 直接呼叫 Arcrun 的工作流與零件功能。它是「薄殼」——連哪台 cypher / 哪個帳號由設定決定,與 CLI 共用同一份身份來源。
快速上手
最簡單:用 CLI 產生連線設定(推薦)
acr mcp-setup
acr mcp-setup 依你的 arcrun 設定(env > 專案 .arcrun.yaml > 全域)在當前資料夾寫 .mcp.json,
Claude Code 進此資料夾就連對的 MCP。acr init 也會自動順帶跑這步。
- 沒設
mcp_url→ 連平台預設https://mcp.arcrun.dev。 - 自架 / 接案:在
.arcrun.yaml設mcp_url(或ARCRUN_MCP_URLenv)指向自己 / 客戶的 MCP,再acr mcp-setup。
手動設定(Claude Desktop / Cursor)
.mcp.json / client MCP 設定內容(remote HTTP MCP):
{
"mcpServers": {
"arcrun": {
"type": "http",
"url": "https://mcp.arcrun.dev"
}
}
}
平台託管的 MCP 需要 arcrun API Key 授權;自架的 MCP 綁你自己的 cypher。 連線 URL 以
acr mcp-setup產出的為準。
使用
type: http(Streamable HTTP transport)。舊版 SSE 格式(type: sse)已不支援。
MCP Tools 說明
零件開發(WASM)
零件是 Arcrun 的最小執行單元,以 TinyGo 編譯為 .wasm,透過 stdin/stdout JSON 通訊。
| Tool | 說明 |
|---|---|
arcrun_get_component_guide |
開發新零件前必須先呼叫。 取得 TinyGo 開發指引,包含白名單 import、禁止行為、contract YAML 範例、本地測試指令。 |
arcrun_search_components |
用自然語言語意搜尋零件庫。例如:「查詢 Google Sheets 資料」、「發送 LINE 訊息」。回傳零件清單含 canonical_id、描述、評分。 |
arcrun_get_component |
取得指定零件的完整合約(input_schema、output_schema、gherkin_tests、評分統計等)。 |
arcrun_publish_component |
提交 TinyGo WASM 零件。需提供 contract(合約物件)與 wasm_base64(編譯後的 .wasm base64)。Registry 自動執行沙盒驗收。 |
工作流執行
| Tool | 說明 |
|---|---|
arcrun_validate_yaml |
部署前驗證工作流 YAML 的 schema。輸入 yaml_content。 |
arcrun_push_workflow |
將工作流 YAML 部署至雲端引擎。輸入 api_key 與 yaml_content。 |
arcrun_run_workflow |
觸發已部署的工作流執行。輸入 api_key、name,選填 input(帶進 trigger context)。 |
工作流管理
| Tool | 說明 |
|---|---|
arcrun_list_workflows |
列出已部署的工作流。可傳入選填的 tag 參數篩選。 |
arcrun_get_workflow |
取得指定工作流的 metadata。輸入 name。 |
零件管理
| Tool | 說明 |
|---|---|
arcrun_list_components |
列出已發佈的零件。可傳入選填的 tag 參數篩選。 |
Tag 管理
| Tool | 說明 |
|---|---|
arcrun_create_tag |
建立新 tag。輸入 name(必填)與 description(選填)。 |
arcrun_list_tags |
列出當前命名空間下所有 tag。 |
arcrun_delete_tag |
刪除指定 tag。輸入 tag_name。 |
arcrun_tag_resource |
為工作流或零件加上 tag。輸入 resource_type、resource_id、tag_name。 |
arcrun_untag_resource |
移除工作流或零件的 tag。 |
零件開發流程(WASM)
Arcrun 的零件是 TinyGo 編譯的 .wasm,透過 stdin/stdout JSON 通訊,可在 Cloudflare Workers(Tier 1/2)和 Wazero 邊緣環境(Tier 3)執行。
步驟一:取得開發指引
arcrun_get_component_guide
指引包含:TinyGo 白名單 import、禁止行為、component.contract.yaml 完整範例、本地測試指令。
步驟二:搜尋現有零件
arcrun_search_components("查詢 Google Sheets 資料")
若已有符合的零件,直接使用,不需要重新開發。
步驟三:開發零件(若缺件)
依指引用 TinyGo 撰寫零件,只使用白名單 import:
import (
"os"
"io"
"encoding/json"
)
編譯:
tinygo build -o my_component.wasm -target=wasi .
本地測試:
echo '{"input_field":"value"}' | wasmtime my_component.wasm
步驟四:提交零件
arcrun_publish_component(
contract={...}, // component.contract.yaml 內容
wasm_base64="..." // base64(my_component.wasm)
)
Registry 自動執行沙盒驗收(體積、syscall 掃描、Gherkin 測試)。
工作流開發流程
步驟一:搜尋零件
arcrun_search_components("查詢匯率")
arcrun_search_components("發送 Telegram 訊息")
步驟二:部署前驗證
arcrun_validate_yaml(yaml_content="...")
步驟三:部署
arcrun_push_workflow(api_key="ak_xxx", yaml_content="...")
步驟四:觸發執行
arcrun_run_workflow(api_key="ak_xxx", name="exchange-rate-notify", input={"currency_pair": "USD/TWD"})
Inspector 測試界面
開啟 https://mcp.arcrun.dev/inspector(或自架 MCP 的 /inspector)即可在瀏覽器中互動式測試所有 MCP tools。
搭配 arcrun-gui 使用
arcrun-gui 是 Arcrun 的人類操作介面,與 arcrun-mcp 共享同一個 KBDB 狀態:
- AI 透過 arcrun-mcp 操作(搜尋零件、執行 Workflow)
- 人類透過 arcrun-gui 操作(拖拉畫布、查看零件庫)
- AI 的操作結果即時反映在 arcrun-gui 的畫布上
詳細開發指南請參閱 GUIDE.md。