feat: vault 萃取能力 /wiki-extract（raw Logseq → system-dev/wiki，冪等）+ bump 1.14.0（issue #5）

vault repo（Logseq/Obsidian 只有原文）需要萃，萃取歸 template。新增可重跑、
content_hash 冪等的增量萃取，把原始筆記萃成 system-dev/wiki 精耕卡＋[[wikilink]]，
供下游 Arcrun ingest 機械拉三元組。AI 只產卡片，不寫 KBDB、不拉三元組。

- 新增 /wiki-extract 命令：vault 增量重萃入口（給 Routine 反覆跑，不需 token）。
  content_hash 冪等（.extract-manifest.json，hash 沒變＝零 AI 呼叫）；卡片格式沿用
  wiki-init 第五步不重造；原文唯讀 + D16 精耕非 RAG。
- 新增 Logseq 任務 marker 解析單一真相源 docs/4-guides/logseq-markers.md：
  大寫 marker（非 GFM checkbox），TODO/LATER→todo、DOING/NOW→in-progress、
  WAITING→blocked、DONE→done、CANCELED/CANCELLED→closed；跳過 LOGBOOK/屬性行。
  與 template#4 tasks 投影共用同一套，不各寫一份。
- install/update 帶下新命令與 guide；wiki-init 加增量重萃指針。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

CHANGELOG.md

@@ -10,6 +10,20 @@
 
 ---
 
+## 1.14.0 — vault 萃取能力：raw Logseq 筆記 → system-dev/wiki（知識一庫 ingest 前段；issue #5）
+
+筆記 vault（Logseq graph 如 `notes`/`kb`、或 Obsidian）只有原文、需要萃。新增可**重跑、冪等**的 vault 增量萃取，把原始筆記萃成 `system-dev/wiki/` 的精耕卡＋`[[wikilink]]`，供下游 Arcrun ingest 從 wikilink 機械拉三元組進 KBDB。**AI 只產卡片檔，不寫 KBDB、不拉三元組**（那是下游的事）。
+
+- **新增 `/wiki-extract` 命令**（`template/.claude/commands/wiki-extract.md`）：vault 專用的增量重萃入口，給 Routine / cloud-worker 反覆跑。跟 `/wiki-init`（一次性首萃）分工——首萃後 vault 持續進新筆記，改用這支做增量。跑它的是 CC/Routine＝LLM 本人，**不需任何 token**。
+  - **content_hash 冪等**：讀 `system-dev/wiki/.extract-manifest.json`，逐檔比 sha256；hash 沒變的檔**完全不進 AI**（先擋、不是讀了才發現）。**重跑沒變動的 vault ＝ 零 AI 呼叫、零 diff**。省 run。
+  - **卡片格式不重造**：完全沿用 `/wiki-init` 第五步（frontmatter tags/gloss、`## 實體`、`## 關聯` typed-edge、麵包屑、TAXONOMY 受控標籤）——讓 dev repo 與 vault repo 產出同一種卡，下游一套 ingest 通吃。
+  - **原文唯讀 + D16**：只寫 `system-dev/wiki/`，`journals/`/`pages/` git status 須 0 異動（改了會被 Syncthing 推回 leo 手機污染筆記）；精耕知識點、不地毯灌全文。
+- **新增 Logseq 任務 marker 解析（單一真相源）**：`template/system-dev/docs/4-guides/logseq-markers.md`。Logseq 原生任務是**大寫 marker** block（`- TODO …`／`- DOING …`／`- DONE …`），**不是** GFM `- [ ]`；只抓 checkbox 會漏抓 notes/kb 全部任務（leo 2026-07-04 發現，issue #4 更正）。狀態映射：TODO/LATER→`todo`、DOING/NOW→`in-progress`、WAITING→`blocked`、DONE→`done`、CANCELED/CANCELLED→`closed`；跳過 `:LOGBOOK:…:END:` 與 `key:: value` 屬性行。**這份是唯一權威**——vault 萃取（#5）與 tasks→Project 投影（#4）**共用同一套解析，不各寫一份**。marker → 任務卡 frontmatter `task_status`。
+- install/update 隨 WIKI 模組帶下 `/wiki-extract`；`logseq-markers.md` 放共用區，wiki 或 sdd 任一模組在用都拿得到。
+- ⚠️ **邊界**：本能力只產 `.claude/wiki`（實作落點 `system-dev/wiki/`）卡片給下游機械撈；三元組拉取、KBDB 寫入歸下游 Arcrun ingest（另立 issue），不在此。頂層 SDD：`kb-ingest-architecture`（R1 AI 只萃／R2 萃冪等／R5 Logseq 正確性歸 template）。
+
+---
+
 ## 1.13.0 — tasks.md ⇄ GitHub Project 單向投影（optional 模組，需 Arcrun；issue #16）
 
 裝了 SDD 的專案可把 `system-dev/docs/3-specs/*/tasks.md` 的待辦**單向投影**成唯讀 GitHub Project（看板/dashboard 好抓）。md 唯一真相源、Project 永遠唯讀，不存在反向同步、不會兩個真相源打架。

scripts/install.sh

@@ -254,6 +254,10 @@ create_dir ".claude/commands"
 create_dir ".claude/hooks"
 download_if_missing "system-dev/docs/README.md" "$REPO_URL/system-dev/docs/README.md"
 
+# Logseq 任務 marker 解析（單一真相源）：vault 萃取（/wiki-extract）與 tasks→Project
+#   投影（tasks-project-sync）共用同一套解析，別各寫一份。放共用區，兩模組都拿得到。
+download_if_missing "system-dev/docs/4-guides/logseq-markers.md" "$REPO_URL/system-dev/docs/4-guides/logseq-markers.md"
+
 # 工具版號：放 system-dev/，不寄生 .claude/。
 download_if_missing "system-dev/VERSION" "$REPO_URL/system-dev/VERSION"
 
@@ -277,6 +281,8 @@ if $WANT_WIKI; then
   download_if_missing ".claude/commands/wiki-capture.md" "$REPO_URL/.claude/commands/wiki-capture.md"
   download_if_missing ".claude/commands/wiki-update.md"  "$REPO_URL/.claude/commands/wiki-update.md"
   download_if_missing ".claude/commands/wiki-recall.md"  "$REPO_URL/.claude/commands/wiki-recall.md"
+  # vault 增量萃取（Logseq/Obsidian → system-dev/wiki，冪等）：給 Routine 反覆跑。
+  download_if_missing ".claude/commands/wiki-extract.md" "$REPO_URL/.claude/commands/wiki-extract.md"
 
   # wiki 相關 hooks：接關 + 機敏掃描
   download_if_missing ".claude/hooks/session-start-recall.sh" "$REPO_URL/.claude/hooks/session-start-recall.sh"

scripts/update.sh

@@ -217,6 +217,12 @@ keep_with_template ".claude/hooks/pre-write-guard.sh" "$TEMPLATE_URL/.claude/hoo
 update_file ".claude/commands/issue-handle.md" "$TEMPLATE_URL/.claude/commands/issue-handle.md"
 update_file "system-dev/VERSION"               "$TEMPLATE_URL/system-dev/VERSION"
 
+# Logseq 任務 marker 解析（單一真相源）：vault 萃取（/wiki-extract）與 tasks→Project
+#   投影共用同一套；任一模組在用就補/更新（邏輯檔，可覆蓋）。
+if $HAS_WIKI || $HAS_SDD; then
+  update_file "system-dev/docs/4-guides/logseq-markers.md" "$TEMPLATE_URL/system-dev/docs/4-guides/logseq-markers.md"
+fi
+
 if $HAS_WIKI; then
   # wiki 的「邏輯檔」：導航與 hooks，可覆蓋。wiki 資料在 system-dev/，hooks/commands 留 .claude/。
   update_file "system-dev/wiki/INDEX.md"                 "$TEMPLATE_URL/system-dev/wiki/INDEX.md"
@@ -226,6 +232,8 @@ if $HAS_WIKI; then
   update_file ".claude/commands/wiki-capture.md"        "$TEMPLATE_URL/.claude/commands/wiki-capture.md"
   update_file ".claude/commands/wiki-update.md"         "$TEMPLATE_URL/.claude/commands/wiki-update.md"
   update_file ".claude/commands/wiki-recall.md"         "$TEMPLATE_URL/.claude/commands/wiki-recall.md"
+  # vault 增量萃取（Logseq/Obsidian → system-dev/wiki，冪等）：邏輯檔，可覆蓋。舊版沒有 → 當新檔補。
+  update_file ".claude/commands/wiki-extract.md"        "$TEMPLATE_URL/.claude/commands/wiki-extract.md"
   # Cowork（claude.ai）的 wiki 整理 skill：規則檔，可覆蓋
   update_file "system-dev/docs/SKILL.md"                "$TEMPLATE_URL/system-dev/docs/SKILL.md"
 

template/.claude/VERSION

@@ -1 +1 @@
-1.13.0
+1.14.0

template/.claude/commands/wiki-extract.md

@@ -0,0 +1,161 @@
+# /wiki-extract — vault 增量萃取（Logseq / Obsidian → system-dev/wiki）
+
+把**筆記 vault**（Logseq graph 如 `notes`/`kb`、或 Obsidian）的原始筆記，**增量、冪等**地
+萃成 `system-dev/wiki/` 的精耕卡＋`[[wikilink]]`。這是知識一庫 ingest 的**前段**：
+AI 只產卡片檔，下游 Arcrun ingest 再從 wikilink 機械拉三元組進 KBDB。
+
+> **跟 `/wiki-init` 的分工**：
+> - `/wiki-init` 是**首次**建結構 + 全庫首萃（一次性）。
+> - `/wiki-extract` 是**之後每次**的增量重萃——vault 會被 Syncthing/cron 持續灌新筆記，
+>   這支負責「只萃變動的、沒變的不碰、不浪費 AI run」。給 Routine / cloud-worker 反覆跑。
+> - **跑它的是你（CC / Routine）＝LLM 本人，不需任何 token**。
+
+> **邊界（硬規矩，別越界）**
+> - 只往 `system-dev/wiki/` 寫。**絕不寫入 KBDB、絕不拉三元組紀錄**——三元組是下游
+>   Arcrun 從你產的 `[[wikilink]]` + `## 關聯` 機械映射（另一張 issue），不是這支的事。
+> - **原始筆記唯讀**：`journals/`、`pages/`、Obsidian 根 `.md` 是 leo 的手寫真身，
+>   改了會被 Syncthing 推回他手機污染筆記 App。萃取＝只讀原文、只寫 wiki。
+> - **D16 精耕非 RAG**：萃「知識點」成自包含原子卡 + 建 wikilink，**不地毯灌原文全文**。
+
+---
+
+## 執行流程
+
+### 第一步：確認這是 vault repo，定位 raw source
+
+偵測邏輯**同 install.sh / wiki-init**：
+
+| 偵測到 | 型態 | raw source（要掃的原文） |
+|--------|------|--------------------------|
+| 根目錄有 `logseq/` | Logseq vault | `journals/*.md` + `pages/*.md` |
+| 根目錄有 `.obsidian/` | Obsidian vault | vault 根下所有 `.md` |
+| 都沒有 | **不是 vault** | → 停手。這支只處理 vault；一般 dev repo 開發時就手寫 `.claude`/`system-dev/wiki`，不需萃取 |
+
+沒有 `system-dev/wiki/`？→ 先跑 `/wiki-init`（首次建結構＋首萃），再回來用這支做增量。
+
+### 第二步：content_hash 冪等 —— 決定哪些檔要萃（省 run 的核心）
+
+讀萃取 manifest：`system-dev/wiki/.extract-manifest.json`（不存在＝首次，視同全部要萃）。
+格式：
+
+```json
+{
+  "version": 1,
+  "algo": "sha256",
+  "sources": {
+    "journals/2026_07_01.md": {
+      "content_hash": "<sha256 of file bytes>",
+      "extracted_at": "2026-07-06",
+      "cards": ["Prompt能力即拆解自己邏輯的能力", "程式化邏輯可圖解任何主題不限AI"],
+      "skipped_reason": null
+    },
+    "journals/2026_06_25.md": {
+      "content_hash": "<sha256>",
+      "extracted_at": "2026-07-06",
+      "cards": [],
+      "skipped_reason": "空檔／訊息量不足，無可萃知識點"
+    }
+  }
+}
+```
+
+對每個 raw source 檔：
+
+1. 算目前 `content_hash`（`sha256sum <file>`，取檔案 bytes 的 hash）。
+2. 跟 manifest 裡該檔的 `content_hash` 比：
+   - **相同 → skip，不讀不萃、不呼叫任何 AI 推理**（就算它上次 `cards: []` 也 skip——空檔沒變還是空）。
+   - **不同或不在 manifest → 這檔要（重）萃**。
+3. manifest 有、但檔已不存在 → 該檔被刪，把它的 entry 從 manifest 移除（卡片是否連帶處理見第五步）。
+
+> **這一步是「省 run」的重點**：vault 每天可能只動 1～2 個 journal，其餘幾十個檔 hash 沒變
+> 就整批跳過，AI 只對真正變動的檔動腦。**重跑一個沒變動的 vault ＝ 零 AI 呼叫、零 diff。**
+
+### 第三步：對「要萃」的檔，抓知識點 + 任務
+
+逐個變動檔讀原文，分兩類抽取：
+
+**(a) 知識點 → 概念原子卡**
+判準與卡片格式**完全依 `/wiki-init` 第五步**（frontmatter `tags:`/`gloss:`、H1、麵包屑
+`← [[<bucket>/00-INDEX]]`、`**來源**`、`## 摘要`、`## 重點`、`## 實體`、`## 關聯` 的
+typed-edge 三元組、TAXONOMY 受控標籤、硬自檢等）——**不在這裡重寫格式，一律回去讀那份**。
+廢話/訊息量薄的段落略過（在 manifest 記 `skipped_reason`，誠實留痕、不留卡）。
+
+**(b) Logseq 任務 marker → 任務卡（task_status）**
+解析**完全依** `system-dev/docs/4-guides/logseq-markers.md`（單一真相源，與 template#4
+tasks 投影共用同一套；**別自己另寫 mapping**）。摘要：
+
+- 任務行 regex：`^\s*- (TODO|DOING|NOW|LATER|WAITING|DONE|CANCELED|CANCELLED)\s+`
+- 狀態正規化：TODO/LATER→`todo`、DOING/NOW→`in-progress`、WAITING→`blocked`、
+  DONE→`done`、CANCELED/CANCELLED→`closed`。
+- 跳過 `:LOGBOOK:…:END:` 區塊與 `key:: value` 屬性行（`collapsed::`、`id::`、
+  `SCHEDULED::`、`DEADLINE::`…），**別把 marker 或屬性當任務內文**。
+
+有實質內容的任務 → 產一張任務卡進 `cards/tasks/` bucket，frontmatter 帶 `task_status`：
+
+```markdown
+---
+tags: [<領域標籤，依 TAXONOMY>]
+task_status: todo        # ← 依上表正規名；這是任務卡才有的欄位
+gloss: 一句話定義這個任務要達成什麼（供下游 normalize）
+---
+# <任務一句話標題（marker 後的內文，去掉 marker）>
+
+← [[tasks/00-INDEX]]
+
+**來源**：`journals/2026_07_01.md`（TODO block）
+**最後更新**：YYYY-MM-DD
+
+## 摘要
+[任務要做什麼、脈絡]
+
+## 實體
+- **<關鍵實體正規名>**（<同義詞>）— <一句描述>
+
+## 關聯
+### 內文知識關係（端點＝上方 `## 實體` 正規名，一字不差）
+- <實體A> >> <謂詞> >> <實體B>
+### 卡片關係（卡對卡）
+- [[本任務卡]] >> 涉及 >> [[相關概念卡]]
+```
+
+> 純瑣事任務（「買菜」這種無知識量）不必成獨立卡——可在 `cards/tasks/00-INDEX.md`
+> 列一行帶狀態即可，避免灌垃圾卡。判準同 D16：有沒有知識/專案價值。
+
+### 第四步：更新桶索引與 INDEX
+
+- 每個動到的 bucket（如 `cards/notes/`、`cards/tasks/`）更新其 `00-INDEX.md`
+  （容器：只連不重寫，H2/H3 分節）。
+- 更新 `system-dev/wiki/INDEX.md` 的標籤視圖與卡片清單。
+- 任務卡可在 INDEX 開一個「任務視圖」按 `task_status` 聚類。
+
+### 第五步：寫回 manifest + 驗證原文 0 動
+
+1. 把這次萃過的每個檔的**新 `content_hash`**、`extracted_at`、產出的 `cards`、
+   （或 `skipped_reason`）寫回 `system-dev/wiki/.extract-manifest.json`。
+   **沒動到的檔的 entry 原樣保留**（別整檔重寫掉別人的 hash）。
+2. 驗證原文零異動（踩過的坑）：
+   ```
+   git status --short journals/ pages/    # Obsidian 則看根目錄 .md ——須 0 新增 0 修改
+   ```
+   有任何原文變動 → 你誤寫了 raw source，回滾。
+
+### 第六步：完成報告
+
+```
+✅ wiki-extract 完成（增量）
+掃描：N 個 raw source 檔
+  萃取：M 個（content_hash 變動）→ 產出 X 張概念卡 + Y 張任務卡
+  跳過：K 個（hash 未變，零 AI 呼叫）
+任務狀態分布：todo A / in-progress B / done C / …
+原文驗證：journals/ pages/ git status 0 異動 ✅
+manifest：system-dev/wiki/.extract-manifest.json 已更新
+```
+
+---
+
+## 冪等自檢（Routine 反覆跑必守）
+
+- [ ] 跑之前先讀 manifest，hash 相同的檔**完全不進 AI**（不是「讀了才發現一樣」，是靠 hash 先擋）。
+- [ ] 對「同一個沒變動的 vault」連跑兩次：第二次應是**零萃取、零卡片 diff、零 manifest 變化**。
+- [ ] 只有 `system-dev/wiki/` 有寫入；`journals/`、`pages/` git status 全乾淨。
+- [ ] 任務狀態用正規名，marker/屬性沒混進內文（照 `logseq-markers.md` 自檢）。

template/.claude/commands/wiki-init.md

@@ -228,3 +228,8 @@ git status --short pages/ journals/    # 或一般專案的 docs/ ——須 0
 原文驗證：pages/ journals/ git status 0 異動 ✅
 下一步：用 /wiki-capture 把重要決策存進 wiki
 ```
+
+> **vault repo 首萃後的增量重萃**：Logseq / Obsidian vault 會被持續灌新筆記。首萃（本命令）
+> 之後，改用 **`/wiki-extract`** 做增量——它靠 content_hash 只萃變動的檔（沒變＝零 AI 呼叫），
+> 並解析 Logseq 大寫任務 marker（TODO/DOING/DONE…→ `task_status`，見
+> `system-dev/docs/4-guides/logseq-markers.md`）。適合掛給 Routine / cloud-worker 反覆跑。

template/system-dev/VERSION

@@ -1 +1 @@
-1.13.0
+1.14.0

template/system-dev/docs/4-guides/logseq-markers.md

@@ -0,0 +1,81 @@
+# Logseq 任務 marker 解析（單一真相源）
+
+> **這是「Logseq 原生任務語法」解析的唯一權威規格。** 任何要從 Logseq graph
+> 抓任務狀態的功能，一律 import 這份、不得各寫一份自己的 mapping。
+>
+> **已知兩個消費者**（共用同一套解析，見各自 issue）：
+> 1. **vault 萃取**（`/wiki-extract`，template#5）：marker → 卡片 frontmatter `task_status`。
+> 2. **tasks→Project 投影**（`system-dev/workflows/tasks-project-sync.*`，template#4）：
+>    當投影來源是 Logseq graph（notes/kb）時，用這份判斷任務與狀態。
+>
+> 兩者**只共用「怎麼 parse」**（哪幾行是任務、marker 是什麼、正規狀態是什麼、跳過什麼）；
+> parse 完各自要「拿狀態做什麼」（寫卡 vs 投影 issue）不同，那部分各管各的。
+
+---
+
+## 為什麼不是 GFM checkbox（規格更正，leo 2026-07-04 發現）
+
+Logseq 的原生任務**不是** GFM 的 `- [ ]` / `- [x]`，而是**大寫 marker 開頭的 block**：
+
+```
+- TODO AI 查看 leo21c 內所有 Repo，找到本地 Repo 搬到 Gitea
+- DOING 建立知識總庫，可查所有子庫
+- DONE 手機和電腦 Logseq 可以被放進知識總庫
+```
+
+若照舊規格只抓 `- [ ]` checkbox，**notes / kb 兩個 Logseq graph 的任務會全數漏抓**。
+
+> 兩種源、兩套語法、同一條下游管線：
+> - **SDD `tasks.md`**（各 repo `system-dev/docs/3-specs/**`）→ GFM checkbox（現行不變）。
+> - **Logseq graph（notes / kb）** → 本檔的大寫 marker。
+
+---
+
+## 解析規格
+
+### 1. 任務行辨識（regex）
+
+```
+^\s*- (TODO|DOING|NOW|LATER|WAITING|DONE|CANCELED|CANCELLED)\s+
+```
+
+- marker 必須是 block（`-` bullet）的**開頭第一個 token**、全大寫、後接空白。
+- `CANCELED` 與英式 `CANCELLED` 皆收（Logseq 兩種都產）。
+- marker 後面到行尾（或到子 bullet 之前）是**任務內文**。
+
+### 2. marker → 正規狀態（task_status）
+
+| Logseq marker | 正規 task_status |
+|---------------|------------------|
+| `TODO`、`LATER` | `todo` |
+| `DOING`、`NOW` | `in-progress` |
+| `WAITING` | `blocked` |
+| `DONE` | `done` |
+| `CANCELED`、`CANCELLED` | `closed` |
+
+> `LATER`/`NOW` 是 Logseq「排程視圖」用的同義 marker（LATER≈TODO、NOW≈DOING），
+> 正規化後與 TODO/DOING 併軌，下游不必區分。
+
+### 3. 必須跳過的東西（別當任務內文）
+
+Logseq 的任務 block 底下常掛時間戳與屬性行，這些**不是內文**，解析時整段略過：
+
+- **`:LOGBOOK:` … `:END:` 區塊**：marker 被點擊計時產生的時間戳紀錄。
+  遇到 `:LOGBOOK:` 那行起、到 `:END:` 那行止（含兩端），整塊丟掉。
+- **屬性行 `key:: value`**：如 `collapsed:: true`、`id:: 65a...`、`SCHEDULED:: <...>`、
+  `DEADLINE:: <...>`。凡符合 `^\s*[\w-]+:: ` 的行都是屬性，不是內文。
+  （`SCHEDULED`/`DEADLINE` 的日期若下游要用可另抓，但**不得當任務描述文字**。）
+
+### 4. 巢狀子 bullet
+
+任務 block 底下縮排的子 bullet 是該任務的補充說明（非獨立任務，除非子 bullet 自己也帶 marker）。
+萃取時可併入該任務的描述脈絡；投影時只取母 block 那行當任務標題。
+
+---
+
+## 自檢（實作或 LLM 執行前跑一遍）
+
+- [ ] 用的是大寫 marker regex，**不是** `- [ ]` checkbox。
+- [ ] 八個 marker 全部覆蓋（含 `LATER`/`NOW`/`CANCELLED` 別漏）。
+- [ ] `:LOGBOOK:...:END:` 與 `key:: value` 屬性行有跳過，沒混進任務文字。
+- [ ] 狀態用上表**正規名**（`todo`/`in-progress`/`blocked`/`done`/`closed`），不是原始 marker 字面。