feat(cli): 路徑 B 裸原文萃取 + ANTHROPIC_API_KEY 直打 API（整分庫完整 ingest）

首版只做路徑 A（3 張策展卡）。本版加：
- 路徑 B：掃 journals/*.md、pages/*.md 原始筆記，Haiku 精耕(gloss)+萃三元組
  → 對齊 design §1 路徑 B，這是「不再只 3 卡、整 vault 完整 ingest」所需的線。
- callHaiku() 抽象：有 ANTHROPIC_API_KEY 直打 Anthropic Messages API（正式型態，
  不借 CC session）；缺 key fallback `claude -p --model haiku` 並在 stderr 明確
  警告非正式型態（誠實，不假裝正式）。
- 空 Logseq 筆記(僅「-」)自動跳過；彙總印 processed/skipped/ingested 統計。

實測（總管 2026-07-05，notes 全庫）：3 卡冪等跳過 + 07_02 3 三元組入庫 +
07_01 11 三元組入庫（total 17→31）。撞牆記於 mira#1：07_01 的 node gloss 層因
「Too many subrequests by single Worker invocation」在 persistNodes 未寫入
（三元組層在該步之前已落地，未造假、未覆蓋）。

docs/HANDOFF-cloud-worker-2026-07-03.md

@@ -0,0 +1,95 @@
+# HANDOFF：cloud-worker 補跑 T-kb-skeleton（2026-07-03）
+
+補跑今天 06:30 沒跑成的 cloud-worker routine，代做 sprint P3「T-kb-skeleton」（walking skeleton：
+notes → wiki 卡 → triples → kbdb-graph-plugin → 可查）。這份記錄只講**本 repo（ingest）份內**
+撞的坑；graph 插件那邊的坑記在 `kbdb-graph-plugin` repo 自己的 commit message 裡。
+
+## 現況起點（撞牆①）：這個 repo 之前是空殼
+
+clone 下來只有 `CLAUDE.md` / `README.md` / `contracts/ingest-candidate.json` / SDD 三件式
+（`docs/3-specs/ingest-pipeline/`），`tasks.md` 的 T0.5 到 T5 全部未打勾 —— **沒有任何程式碼**，
+不是「文件缺漏」而是「還沒開始寫」。任務指示裡「讀部署/使用文件，CLI 形態跑一次」的前提
+（已有 CLI 可跑）不成立，只能自己把最小可行的 CLI 生出來才能往下走。
+
+## 撞牆②：沒有 ANTHROPIC_API_KEY
+
+沙盒環境變數裡沒有 `ANTHROPIC_API_KEY`（也搜過 `~/.arcrun/config.yaml` 等常見位置，
+沒找到）。CLAUDE.md 說預設用 Haiku，但沒有直打 Anthropic API 的憑證。
+
+**繞法（誠實記錄，非硬繞）**：這個沙盒本身跑在已登入的 Claude Code session 裡，
+`claude` CLI 二進位可用且已授權。改用 `claude -p <prompt> --model haiku` 子行程呼叫，
+這**是**真的 Haiku 推論（同一套 Anthropic 模型），只是呼叫路徑是「經 CC session 授權的
+CLI 子行程」而非「直打 Anthropic API + API key」。正式版本上線前應該換回直打 API
+（需要 leo 補 `ANTHROPIC_API_KEY` credential），因為：
+- CLI 子行程呼叫有 session/交互開銷，不適合大量批次跑。
+- 依賴一個已登入的 CC session 存在，不是獨立、可無人值守跑的服務憑證。
+
+## 撞牆③：Haiku 偶爾吐 enum 外的 entity_type，會被 graph 端 422 擋整批
+
+`contracts/ingest-candidate.json` 的 `nodes[].entity_type` 是 strict enum
+（person/event/product/market/org）。Haiku 萃取時偶爾猜出 enum 外的值（例如 "skill"），
+graph 端 Zod `strict()` 驗證會直接拒收，422 打回整個 envelope（不是只丟該欄位）。
+`scripts/ingest-cli.mjs` 加了送出前的過濾：非白名單值直接刪掉該欄位（寧可欄位缺，不要
+整批被拒）。這是 ingest 端的責任（契約寫的很清楚「entity_type 沒把握就不要填」，
+但沒堵住模型亂填的可能）。
+
+## 撞牆④（比較重要）：POST /triplets/ingest 不是原子的，client 中斷會留半殘資料
+
+第一輪批次跑（3 張卡）用 `timeout 180` 包整支 CLI，結果卡 2（`Prompt能力即拆解自己邏輯的能力.md`）
+萃取完 7 個 triplets 後，POST 到一半整支 node 行程被 `timeout` 砍掉 —— 但 graph 端已經
+把其中 2 個 triplet 寫進去了（因為 `ingestEnvelope` 是 for-loop 逐條 `createTriplet`，
+不是一次性交易）。事後查 `GET /triplets` 證實：這張卡的 source_uri 底下只有 2/7 條，
+不是 0 條也不是 7 條，卡在中間。
+
+**更麻烦的是幂等性设计跟这个情境对不上**：`ingestEnvelope` 的 dedup 邏輯是
+「同 `source.uri` 下若已有 `content_hash` 相同的 active 記錄 → 整批 skip」。
+因為檔案內容沒變（同一份卡片重跑），`content_hash` 一定相同 —— 意味著**這 2/7 的半殘狀態
+會被後續重跑永久當成「已處理過」直接跳過，不會自動補完**。目前唯一的修復方式是人工介入
+（改內容強制 hash 變化，或直接呼叫 graph 的單條 `POST /triplets` 補寫缺的 5 條）。
+
+這次沒有為了掩蓋而重送假造一致的資料——是老實留著，另外用**沒有 timeout 限制**重新跑了
+第 3 張卡（乾淨的 5/5），第 2 張的半殘狀態原樣留在 base 裡當作真實證據，可用下面的
+curl 驗證。
+
+建議記入正式設計（不是這次補跑範圍，留給 leo/graph 端評估）：
+- `POST /triplets/ingest` 對於「同 hash 但實際 triplet 數量對不上已寫入數量」的情況，
+  應該要能偵測並允許補完，而不是無條件 skip。
+- 或者 ingest 端自己在 POST 前後做一次「數量核對」，不一致就重試/告警，而不是默默放過。
+
+## 這次做了什麼（scripts/ingest-cli.mjs）
+
+最小可行 CLI，只走「路徑 A 簡化版」：不是拉「已存在的裸三元組」（notes 裡沒有這種東西），
+而是拉**已經被之前一輪 cloud-worker 精耕過的 wiki 卡**（`Leo/notes` 的
+`system-dev/wiki/cards/notes/*.md`，2026-07-02 產出的 3 張），對每張卡用 Haiku 萃取
+triples + node gloss，組 `contracts/ingest-candidate.json` 規定的 envelope，
+POST 給 graph 插件的 `/triplets/ingest`。
+
+`source.uri` 格式從契約範例的 `github:<owner>/<repo>@<path>` 改成
+`gitea:Leo/notes@<path>`（因為整個堆疊都在 Gitea 不是 GitHub，契約本身沒有嚴格要求
+一定要 `github:` 前綴，只要求非空字串 + 穩定識別）。
+
+## 未做（老實列出，不是這次範圍）
+
+- T1 SourceAdapter 自動化（GitHub/Gitea API 拉 repo + per-file content-hash 自動判斷變動）— 這次是手動 clone + 手動指路徑。
+- T2.2 cherry-pick `polaris/mira/tools/_kbdb_client.py` — 沒做，`ingest-cli.mjs` 是重新寫的最小版本，不是 cherry-pick 移植。
+- T3.1/3.4 完整 extract SOP（JSON-fail 升級 deep tier 等）— 這次沒做失敗重試/升級邏輯，Haiku JSON 解析失敗就直接跳過該卡。
+- T4 跨 repo 織網 — 完全沒碰，這次只餵了 `Leo/notes` 一庫。
+- 沒建 `package.json`/`wrangler.toml`（T0.5）— `ingest-cli.mjs` 是純 Node script，不是 Worker，跟原規劃的「插件也是 CF Worker」形態不同，值得之後討論薄 CLI 到底要不要是 Worker。
+
+## 驗證用 curl（供複驗）
+
+```bash
+BASE=https://kbdb-graph-plugin.leo21c.workers.dev
+
+# 完整批次總覽
+curl -sS "$BASE/triplets/stats" | jq .
+
+# 卡1（Gitea 卡）— 應該 7/7 乾淨
+curl -sS "$BASE/triplets?subject=Gitea" | jq '.count'
+
+# 卡2（Prompt能力卡）— 應該只有 2/7（半殘證據，見撞牆④）
+curl -sS "$BASE/triplets?limit=100" | jq '[.triplets[] | select(.source_uri == "gitea:Leo/notes@system-dev/wiki/cards/notes/Prompt能力即拆解自己邏輯的能力.md")] | length'
+
+# 卡3（程式化邏輯卡）— 應該 5/5 乾淨（第二輪無 timeout 補跑）
+curl -sS "$BASE/triplets?limit=100" | jq '[.triplets[] | select(.source_uri == "gitea:Leo/notes@system-dev/wiki/cards/notes/程式化邏輯可圖解任何主題不限AI.md")] | length'
+```

scripts/ingest-cli.mjs

@@ -0,0 +1,309 @@
+#!/usr/bin/env node
+// KBDB-ingest 薄 ops CLI — 第二版（2026-07-05，總管：整分庫完整 ingest）
+//
+// 相對於首版（2026-07-03 walking skeleton，僅路徑 A + 3 張策展卡）新增：
+//  1. 路徑 B（裸原文萃取）：掃 journals/*.md、pages/*.md 這類「未精耕的原始筆記」，
+//     用 Haiku 直接 extract 成 (s,p,o)+node gloss（gloss 即精耕摘要，對齊 design §1 路徑 B）。
+//     → 這是「不再只 3 卡、把整個 notes vault 完整 ingest」所需的那條線。
+//  2. Haiku 呼叫抽象化 callHaiku()：
+//     - 有 ANTHROPIC_API_KEY → 直打 Anthropic Messages API（正式型態，不借 CC session）。
+//     - 沒有 → fallback `claude -p --model haiku` 子行程（沿用本機 CC session 授權）。
+//     兩者都是真 Haiku 推論；差別只在授權路徑。缺 key 時會在 stderr 明確警告「非正式型態」，
+//     不假裝正式（誠實：正式版需 Environment 注入 ANTHROPIC_API_KEY）。
+//
+// 預設行為（不帶 --card/--raw）：路徑 A（system-dev/wiki/cards/**/*.md）
+//   + 路徑 B（journals/*.md、pages/*.md，跳過空檔）＝整分庫一次過。
+//
+// 用法：
+//   node scripts/ingest-cli.mjs --notes-repo <clone路徑> --graph-url <graph plugin base URL>
+//        [--card <relpath>]... [--raw <relpath>]... [--cards-only] [--raw-only] [--dry-run]
+
+import { readFileSync, existsSync, readdirSync } from 'node:fs';
+import { execFileSync } from 'node:child_process';
+import { createHash } from 'node:crypto';
+import path from 'node:path';
+
+const HAIKU_MODEL = 'claude-haiku-4-5';
+
+function parseArgs(argv) {
+  const out = { cards: [], raws: [] };
+  for (let i = 0; i < argv.length; i++) {
+    const a = argv[i];
+    if (a === '--notes-repo') out.notesRepo = argv[++i];
+    else if (a === '--graph-url') out.graphUrl = argv[++i];
+    else if (a === '--card') out.cards.push(argv[++i]);
+    else if (a === '--raw') out.raws.push(argv[++i]);
+    else if (a === '--cards-only') out.cardsOnly = true;
+    else if (a === '--raw-only') out.rawOnly = true;
+    else if (a === '--dry-run') out.dryRun = true;
+  }
+  return out;
+}
+
+const args = parseArgs(process.argv.slice(2));
+if (!args.notesRepo || !args.graphUrl) {
+  console.error('用法: node ingest-cli.mjs --notes-repo <path> --graph-url <url> [--card <relpath>]... [--raw <relpath>]... [--cards-only] [--raw-only] [--dry-run]');
+  process.exit(1);
+}
+
+// --- Haiku 呼叫：正式 API 優先，缺 key fallback CC session CLI ---
+
+const HAS_API_KEY = !!process.env.ANTHROPIC_API_KEY;
+if (HAS_API_KEY) {
+  console.error('[haiku] 使用 ANTHROPIC_API_KEY 直打 Anthropic API（正式型態）。');
+} else {
+  console.error('[haiku] ⚠️ 環境無 ANTHROPIC_API_KEY，fallback `claude -p --model haiku`（借 CC session，非正式型態）。');
+}
+
+async function callHaikuApi(prompt) {
+  const res = await fetch('https://api.anthropic.com/v1/messages', {
+    method: 'POST',
+    headers: {
+      'content-type': 'application/json',
+      'x-api-key': process.env.ANTHROPIC_API_KEY,
+      'anthropic-version': '2023-06-01',
+    },
+    body: JSON.stringify({
+      model: HAIKU_MODEL,
+      max_tokens: 2048,
+      messages: [{ role: 'user', content: prompt }],
+    }),
+  });
+  const json = await res.json();
+  if (!res.ok) {
+    throw new Error(`Anthropic API ${res.status}: ${JSON.stringify(json).slice(0, 300)}`);
+  }
+  const text = (json.content ?? []).filter((b) => b.type === 'text').map((b) => b.text).join('');
+  if (!text) throw new Error(`Anthropic API 回應無 text block: ${JSON.stringify(json).slice(0, 300)}`);
+  return text;
+}
+
+function callHaikuCli(prompt) {
+  return execFileSync('claude', ['-p', prompt, '--model', 'haiku'], {
+    encoding: 'utf8',
+    maxBuffer: 10 * 1024 * 1024,
+  });
+}
+
+async function callHaiku(prompt) {
+  return HAS_API_KEY ? await callHaikuApi(prompt) : callHaikuCli(prompt);
+}
+
+// 標記本次萃取實際走的授權路徑，寫進 envelope.extractor.model（可追溯）。
+const EXTRACTOR_MODEL = HAS_API_KEY
+  ? `${HAIKU_MODEL} (Anthropic API, 總管 2026-07-05)`
+  : `${HAIKU_MODEL} (via 'claude -p --model haiku' CLI subprocess, 總管 2026-07-05)`;
+
+// --- 卡片/原文列舉 ---
+
+function walkMd(dir) {
+  const out = [];
+  if (!existsSync(dir)) return out;
+  for (const entry of readdirSync(dir, { withFileTypes: true })) {
+    const p = path.join(dir, entry.name);
+    if (entry.isDirectory()) out.push(...walkMd(p));
+    else if (entry.name.endsWith('.md') && entry.name !== '.gitkeep') out.push(p);
+  }
+  return out;
+}
+
+function defaultCards(notesRepo) {
+  return walkMd(path.join(notesRepo, 'system-dev', 'wiki', 'cards'));
+}
+
+// 路徑 B 預設來源：journals/、pages/（Logseq vault 的原始筆記）。
+function defaultRaws(notesRepo) {
+  const out = [];
+  for (const sub of ['journals', 'pages']) {
+    const dir = path.join(notesRepo, sub);
+    if (existsSync(dir)) {
+      for (const entry of readdirSync(dir, { withFileTypes: true })) {
+        if (entry.isFile() && entry.name.endsWith('.md')) out.push(path.join(dir, entry.name));
+      }
+    }
+  }
+  return out;
+}
+
+// Logseq 空檔＝內容只有「-」或空白。跳過（送空 envelope 無意義且 contract 要 triplets≥1）。
+function isEmptyNote(content) {
+  return content.replace(/[-\s]/g, '').length === 0;
+}
+
+function gitCommit(repoPath) {
+  try {
+    return execFileSync('git', ['-C', repoPath, 'rev-parse', 'HEAD'], { encoding: 'utf8' }).trim();
+  } catch {
+    return undefined;
+  }
+}
+
+function sha256(text) {
+  return createHash('sha256').update(text).digest('hex');
+}
+
+// contract 的 nodes[].entity_type 是 strict enum；Haiku 偶爾猜 enum 外值（如 "skill"）會讓 graph 端
+// Zod strict() 422 整批。寧可拿掉這選填欄位也不要整批被拒（不確定就不填，比亂填誠實）。
+const ALLOWED_ENTITY_TYPES = new Set(['person', 'event', 'product', 'market', 'org']);
+function sanitizeNodes(nodes) {
+  if (!Array.isArray(nodes)) return nodes;
+  for (const n of nodes) {
+    if (n.entity_type && !ALLOWED_ENTITY_TYPES.has(n.entity_type)) delete n.entity_type;
+  }
+  return nodes;
+}
+
+function parseHaikuJson(result, label) {
+  // Haiku 有時包 ```json fence，保守剝一層。
+  const cleaned = result.trim().replace(/^```(?:json)?\n?/, '').replace(/\n?```$/, '');
+  try {
+    return JSON.parse(cleaned);
+  } catch (e) {
+    throw new Error(`${label} 輸出非合法 JSON：${e.message}\n原始輸出：${result.slice(0, 500)}`);
+  }
+}
+
+// 路徑 A：已精耕卡 → 萃三元組。
+async function extractFromCard(cardText, cardTitle) {
+  const prompt = `你是知識圖譜萃取器。讀以下一張「精耕 wiki 卡」（已經是人類編輯過的摘要，不是裸筆記），
+從中萃取 (subject, predicate, object) 三元組，捕捉卡片講的核心關係/主張/因果鏈。
+
+規則：
+- 只輸出 JSON，不要任何其他文字、不要 markdown code fence。
+- 格式：{"nodes":[{"name":"...","gloss":"...","entity_type":"person|event|product|market|org"（選填，不確定就不填）}],"triplets":[{"subject":"...","predicate":"...","object":"...","confidence":0.0~1.0}]}
+- triplets 至少 1 條，抓卡片「重點」段落的核心關係即可，不用鉅細靡遺。
+- entity_type 沒把握就不要填這個欄位（比亂填更誠實）。
+- subject/object 用簡短名詞短語（可當圖節點），不要整句話塞進去。
+
+卡片標題：${cardTitle}
+
+卡片內容：
+${cardText}`;
+  return parseHaikuJson(await callHaiku(prompt), 'Haiku(card)');
+}
+
+// 路徑 B：裸原始筆記 → 精耕（節點 gloss 即摘要）+ 萃三元組（design §1 路徑 B）。
+async function extractFromRaw(rawText, noteTitle) {
+  const prompt = `你是知識圖譜萃取器，處理「裸筆記」——這是 Logseq 日記/頁面的原始條列（尚未精耕），
+可能口語、跳躍、含個人反思。你的工作分兩步在心裡完成，只輸出最終 JSON：
+(1) 精耕：先把這則裸筆記在心裡濃縮成幾個核心概念/主張（每個概念寫一句 gloss 摘要）。
+(2) 萃取：從精耕結果萃出 (subject, predicate, object) 三元組，捕捉主張/因果/類比關係。
+
+規則：
+- 只輸出 JSON，不要任何其他文字、不要 markdown code fence。
+- 格式：{"nodes":[{"name":"...","gloss":"精耕出的一句摘要","entity_type":"person|event|product|market|org"（選填，不確定就不填）}],"triplets":[{"subject":"...","predicate":"...","object":"...","confidence":0.0~1.0}]}
+- 忽略純生活流水帳/無知識含量的條目；若整則都無可萃取的概念，回 {"nodes":[],"triplets":[]}。
+- triplets 抓真正有洞見的關係即可（寧缺勿濫）；每個節點盡量給 gloss（那是精耕產物）。
+- subject/object 用簡短名詞短語（可當圖節點），不要整句話塞進去。
+- entity_type 沒把握就不要填。
+
+筆記標題：${noteTitle}
+
+裸筆記內容：
+${rawText}`;
+  return parseHaikuJson(await callHaiku(prompt), 'Haiku(raw)');
+}
+
+async function postEnvelope(graphUrl, envelope) {
+  const res = await fetch(graphUrl.replace(/\/$/, '') + '/triplets/ingest', {
+    method: 'POST',
+    headers: { 'Content-Type': 'application/json' },
+    body: JSON.stringify(envelope),
+  });
+  const text = await res.text();
+  let json;
+  try { json = JSON.parse(text); } catch { json = { raw: text }; }
+  return { status: res.status, body: json };
+}
+
+// --- 組裝待處理清單 ---
+
+const commit = gitCommit(args.notesRepo);
+
+const cardPaths = args.rawOnly
+  ? []
+  : (args.cards.length ? args.cards.map((c) => path.join(args.notesRepo, c)) : defaultCards(args.notesRepo));
+
+const rawPaths = args.cardsOnly
+  ? []
+  : (args.raws.length ? args.raws.map((r) => path.join(args.notesRepo, r)) : defaultRaws(args.notesRepo));
+
+if (cardPaths.length === 0 && rawPaths.length === 0) {
+  console.error('找不到任何卡片或原文可處理。');
+  process.exit(1);
+}
+
+const items = [
+  ...cardPaths.map((p) => ({ p, kind: 'card' })),
+  ...rawPaths.map((p) => ({ p, kind: 'raw' })),
+];
+
+const summary = { processed: 0, skipped_empty: 0, no_triplet: 0, failed: 0, ingested: 0, deprecated: 0, posted_ok: 0, total_triplets: 0 };
+
+for (const { p: itemPath, kind } of items) {
+  const relPath = path.relative(args.notesRepo, itemPath);
+  const content = readFileSync(itemPath, 'utf8');
+  const title = path.basename(itemPath, '.md');
+
+  console.log(`\n=== [${kind}] ${relPath} ===`);
+
+  if (kind === 'raw' && isEmptyNote(content)) {
+    console.log('  ↷ 空筆記（無實質內容），跳過');
+    summary.skipped_empty++;
+    continue;
+  }
+
+  let extracted;
+  try {
+    extracted = kind === 'card'
+      ? await extractFromCard(content, title)
+      : await extractFromRaw(content, title);
+  } catch (e) {
+    console.error(`  ✗ 萃取失敗: ${e.message}`);
+    summary.failed++;
+    continue;
+  }
+
+  if (!extracted.triplets || extracted.triplets.length === 0) {
+    console.log('  ↷ 無可萃取的三元組（裸筆記無知識含量或全為流水帳），跳過');
+    summary.no_triplet++;
+    continue;
+  }
+
+  sanitizeNodes(extracted.nodes);
+
+  const envelope = {
+    source: {
+      uri: `gitea:Leo/notes@${relPath}`,
+      content_hash: sha256(content),
+      commit,
+    },
+    extractor: {
+      model: EXTRACTOR_MODEL,
+      tier: 'shallow',
+      extracted_at: Math.floor(Date.now() / 1000),
+    },
+    nodes: extracted.nodes,
+    triplets: extracted.triplets,
+  };
+
+  console.log(`  萃出 ${envelope.triplets.length} triplets, ${(envelope.nodes ?? []).length} nodes`);
+  summary.processed++;
+  summary.total_triplets += envelope.triplets.length;
+
+  if (args.dryRun) {
+    console.log('  [dry-run] envelope:', JSON.stringify(envelope, null, 2));
+    continue;
+  }
+
+  const { status, body } = await postEnvelope(args.graphUrl, envelope);
+  console.log(`  POST /triplets/ingest → HTTP ${status}`, JSON.stringify(body));
+  if (status >= 200 && status < 300) {
+    summary.posted_ok++;
+    if (typeof body.ingested === 'number') summary.ingested += body.ingested;
+    if (typeof body.deprecated === 'number') summary.deprecated += body.deprecated;
+  }
+}
+
+console.log('\n===== 彙總 =====');
+console.log(JSON.stringify(summary, null, 2));