inkstone/arcrun-collector
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases 15 Wiki Activity
56 Commits 2 Branches 15 Tags
f903a3f53f734a3ff8d6b36723a7efe532f66ea3
Commit Graph

56 Commits

This Branch
This Branch
All Branches
Author SHA1 Message Date
Leo f903a3f53f t176 daemon：LLM 設定移回地端＋托盤單一實例（leo 08-03 架構翻案） 
leo 回報 Windows daemon 三症狀，查完 ①③ 同根，根在「雲端控制地端」這個設計。

【①③ 真兇】雲端 extractor_config 是**全租戶共用一把 KV**
（arcrun:portal.ts:43 portalTenant = worker 層級變數，不分用戶），
任一處設了 claude → 所有人的 daemon 都收到 claude。沒裝 Claude Code 的機器
FindClaudeBin 失敗 → 每檔萃取 failed、一張卡都沒建；想去 portal 改回 gemini，
checkbox 卻恆 disabled（claude_available 恆 false，因 daemon 從未實作
report-capabilities 回報 → daemon_caps KV 永遠空）⇒ 用戶自己解不開。
awindhon 實證：雲端同步成功、Gemini key 有效、零張卡，config.json extractor="claude"。

【leo 裁示】「地端要用什麼模型就在 daemon 上輸入 API Key 設置，而不是雲端設置後
控制地端」「地端先限制 Gemini API Key 配合客戶要求」「雲端就是 Workers AI」。

本次（daemon 端）：
- addOrUpdateAccount 不再接受雲端下發的 extractor/gemini_api_key/llm_model，
  只收連線欄位。t126「每帳號一份萃取設定」照舊保留——t126 修的是「存在哪一層」，
  本次改的是「值從哪來」，兩者正交。
- 托盤新增「AI 設定…」：使用者自己填 Gemini API Key，寫本地 config 後立即生效。
- 萃取一律走 gemini：殘留的 extractor:"claude" 正規化為 gemma；claude 路退役。
  ⚠️ 這不是「自動偵測有無 claude」（leo 07-27 已否決的 B 案），是整條路先不支援。
- 清掉隨之死亡的 claude_bin 回寫（死代碼＝錯誤的環境信號）。
- 托盤單一實例（症狀②）：pidfile + 跨平台 processAlive。
  mac 之前不多開是借 macOS Launch Services 的巧合，Windows 沒有該層 ⇒ 每點一次多一個 icon。
  Unix 用 signal 0（EPERM 也算活著，測試抓到的實際 bug）／Windows 用 OpenProcess+ExitCode。

測試：collector 全綠、tray 全綠。5 個原本用 claude stub 的測試改走**真實 gemma 路**
（httptest 替身注入 gemmaBaseURL），不是改斷言充綠；t126②③ 兩案翻轉成
「雲端下發一律被忽略」的回歸守衛；新增 4 案 single-instance。

未送達：本 commit 只到 code，尚未打包出貨；雲端側（刪 portal AI 設定區塊、
extractor 下發、admin/extractor）未動，待部署授權。CP rag-beta 步驟仍為 ◐。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
 2026-08-03 17:48:10 +08:00
Leo 7ecd740f82 品牌 icon 落地：托盤／app／msix／landing favicon 用 leo 的 CIS 
用戶從 rag.arcrun.dev → install.arcrun.dev → 自己的 portal → 托盤，
四個地方應該看到同一個 icon。此前最不一致的就是托盤（Fyne 內建的通用
「儲存」圖示，main.go:1016 留著 TODO）。

素材真身＝InkStoneCo/arcrun-cis/（leo 用 Claude Design 做的 CIS）。

托盤（trayicon.go，新檔）
- macOS：template 單色（純黑＋alpha），系統依選單列深淺自動反色。
  ⚠️ fyne v2.5.3 只有 *theme.ThemedResource 才會走 systray.SetTemplateIcon
  （driver_desktop.go:169）；傳一般 StaticResource 會走 SetIcon＝不反色。
- Windows：完整墨底 icon（template 是 mac 專有）。
- 兩份都用 go:embed 內嵌，不讀外部路徑——打包後工作目錄不是原始碼目錄。
- 選單列用雙 chevron 而非完整方形字符：CIS 規定 26px 以下降級成 chevron，
  方塊裡的字符只佔高度 ~28%，22pt 下只剩 ~4px 會糊掉。

app 圖示
- icon.png 換成 CIS 1024 原生；icns 重產含 16→1024 全套 Retina 階梯。

msix（Store）
- 圖示改成預先產好、隨 repo 版控的 assets/store/（含 gen-store-assets.py 可重跑）。
- 修掉一個實際的變形 bug：舊版 `sips -z 150 310 icon.png` 會把方形 icon
  **橫向拉扁**成寬磚（實測產出的字符明顯變形），違反 CIS「never skew or stretch」。
  寬磚改用橫式 lockup 等比置中於墨底。
- 補 71x71／310x310／targetsize-16/24/32/48/256，manifest 一併宣告；
  BackgroundColor 從 transparent 改成品牌 Ink #17181A。

landing favicon（rag.arcrun.dev）
- LOGO_SVG 從琥珀金圓圈暫代圖換成 CIS 正式 mark（單色，CIS：彩色 chevron
  在產品裡代表「這條關係是活的」，用在 logo 會是謊話）。
- 修掉名實不符：`/favicon.ico` 過去回的是 SVG 位元組卻標 image/svg+xml
  （線上實測 200 但 type=image/svg+xml），老瀏覽器與抓圖服務畫不出來。
  現在 .ico 回真 ICO（16/32/48 三尺寸）、apple-touch-icon.png 回真 PNG（180）。
- 三個頁面（首頁/privacy/support）補上 icon link 宣告（此前完全沒有）。

⚠️ installer 這次沒動：`install.arcrun.dev` 的真身是
`installer/oauth-prototype/worker.js`（不在本分支，見 wiki decisions-summary
「installer 有兩個 worker，改錯＝白做」），另立一筆處理。

實測證據
- mac .app 執行檔內 grep 到 tray-template.png 位元組（sha f6af940d，位移 14001472）；
  Windows exe 內 grep 到 tray-windows.png（sha 59f4f1ac）；各自平台只嵌自己那份
  （另一份被 linker 消掉＝runtime.GOOS 編譯期常數，正確）。
- msix 重打包過 makemsix unpack 回讀驗證，包內 11 張圖示齊全。
- 已部署 arcrun-landing（版本 b79d19df）。繞快取實測 rag.arcrun.dev：
  favicon.ico→image/x-icon 1573B（3 icons，sha 151e645b＝與本機產出同一顆）、
  apple-touch-icon.png→image/png 180x180、首頁 head 三個 link 宣告都在。
  ⚠️ 舊版 max-age=86400 的邊緣快取未 purge（無 zone token），24h 內自然過期。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
 2026-07-31 20:43:55 +08:00
Leo 0c93475ab9 t150 二修：繞開 jsDelivr @main 的 7 天快取（否則更新機制形同虛設） 
實測（07-29）：jsDelivr 對 @main 回 cache-control max-age=604800＝**7 天**
⇒ 用戶小幫手連續七天看不到新版；下載 zip 同理會抓到舊檔 ⇒ sha256 不符 ⇒ 更新永遠失敗。
修：manifest 與 zip 下載都帶 ?t=<unix> 繞快取（實測即取得最新）。
不用 raw.githubusercontent——那是實名讀 GitHub，受 D20 頻率閘管制。
另修副作用：檔名要用去掉查詢字串的網址算，否則存成 ...zip?t=1785... 怪檔名。
 2026-07-29 22:47:46 +08:00
Leo 8dd15fbe43 t150: 小幫手自我更新（背景備妥＋重啟完成）＋版本一致性 
leo 07-29 三句話定調：
「小白不會動不動就刪除再裝新的」
「如果它都掛着，那準備好就告訴他重啓更新」
「**我要他下載多幾次他就放棄了，所以抓到一個客戶後不能讓他有機會離開**」

① 版本一致性（leo：「我的和下載下來的會是同一個嗎？」）
   真因：build-mac.sh L22／build-windows.sh L46 **只有 tray 注入版本，collector 沒有**
   ⇒ 托盤顯示 tray 的版本，實際幹活的 collector 無版本可查、可能不同版。
   修：collector 加 version/buildTime 變數與 --version 旗標；兩個 build 腳本都改為
   兩支注入同一個 LDFLAGS_VER（各 2 處）。
   驗：collector --version → v0.15.0 (build 20260729-2238)；tray 內含同一組值。

② 自我更新（leo 選 1+3：完全自動，但要有提醒與手動檢查）
   - 背景每日檢查 manifest 的 daemon 版本（單一 CDN 靜態檔，非 GitHub API，不違反不輪詢紅線）
   - 有新版**默默下載並驗 sha256**，備妥後選單變「🟢 新版已就緒 — 點此重新啟動完成更新」
   - daemon 常駐不重啟 ⇒ 不偷換正在跑的自己；使用者按一下才 ditto 覆蓋並重啟
   - 另有「檢查更新…」讓人隨時手動按（不必等每日排程）
   - 驗章不符或解壓失敗＝保留舊版不動（壞掉的 .app 比舊版更糟）
   ⇒ **封測者完全不必再下載任何東西**

驗：go build／go vet 過；三個版本比較測試通過（dev 不提示／同版不提示／新版要提示）；
未剝離符號版確認 5 個更新函式在 build 範圍內
（註：打包版被 -s -w 剝符號，用 grep/strings 驗會誤判為「功能沒進去」）。
 2026-07-29 22:40:58 +08:00
Leo 6a3942024a t149: Folders() 收 accounts[].watch_folders——修多帳號用戶「按同步沒反應」 
leo 07-29 實測揪出：按「立刻同步」毫無反應，log 顯示 "folders": null、results: []。
真因：Folders() 只讀頂層 watch_folder/watch_folders，**完全沒讀 Accounts[].WatchFolders**。
多帳號設定（新制）一律寫在 accounts[] 裡 ⇒ 掃描清單空 ⇒ 什麼都不做。
**每個多帳號用戶都會中**，不是 leo 特有。

驗：go build 過；純 accounts[] 設定 dry-run → folders = [/tmp/aaa /tmp/bbb]（先前 null）。
註：AccountConfig 只有複數 WatchFolders（無單數欄位），初版寫錯已修正。
 2026-07-29 21:00:00 +08:00
Leo 71e91aefbd chore(landing): SITE_BUNDLE_VERSION → 2026-07-29+bc507f7 2026-07-29 15:51:50 +08:00
Leo be5d6e3237 fix(t126): 萃取引擎/金鑰改每帳號一份——多帳號不再互相覆蓋 
leo：「2 個 CF 帳號一個填 gemma4 一個填 Mistral，daemon 會用誰的？別人也加就會有一樣的疑問」
實證：金鑰只有機器層一份 ⇒ 後連的覆蓋前一個。
修：AccountConfig 加 Extractor/GeminiAPIKey/LLMModel；帳號層優先、空值繼承機器層；
既有 config 遷移（頂層金鑰複製到各帳號，冪等）；連線只寫該帳號不覆蓋機器層；
托盤帳號標題顯示「· Gemini」/「· Claude」（一眼看出誰用誰）。
三模組 go test 全綠（總管親跑）。（實作＝子 CC；驗證+commit＝總管）
 2026-07-29 14:36:44 +08:00
Leo 4b60190bad fix(t113): 拿掉「暫停看守」——leo：想不出什麼場景要暫停 
同 t101 語意收斂：列入=同步、不要=刪除，沒有暫停態。tray go test 綠。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 21:17:39 +08:00
Leo 668eb5f0b8 fix(t110 二修): 結束項加回——「fyne 自動附 Quit」是錯誤前提（leo 真機：兩個都沒了） 
教訓：runtime 生成的 UI 元素驗收只能看真選單，grep binary 驗不到；
子 CC 的框架行為研究要求實證不採信註解。tray go test 綠。
 2026-07-28 21:00:10 +08:00
Leo 921628098e fix(t110): 移除自訂「結束 Arcrun RAG」——fyne systray 自動附 Quit 造成重複 
leo 實測：選單同時有兩個結束項。fyne v2.5.3 內建 Quit 無公開 API 可改文案/抑制，
選移除自訂項（sup.Stop() 經 SetOnStopped 保障不變，Windows 同理）。tray go test 綠。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 18:43:37 +08:00
Leo 1738acaca7 fix(t108 🔴🔴): 逐帳號同步遺失萃取設定→原文直送——三層修＋契約保險絲 
事故（leo 機 07-28 17:3x 總管現場抓到）：t104 config 重寫吃掉機器層 extractor/key、
per-account DirectConfig 不繼承 ⇒ extractor 空 ⇒ 6 筆走 rag_ingest_direct 原文出機。
修：①config 讀改寫全程保留既有欄位（帶測試）②帳號層無值垂直繼承機器層
extractor/claude_bin/gemini_api_key/llm_model/CardIngestWF/RemovedWF（帶 fake server 測試：
必須收到 rag_ingest_card 非 direct）③契約保險絲：extractor 空時非 .md/.txt 禁直送、
標 failed「萃取器未設定，已跳過（不直送原文）」——同類 bug 永不再成外洩。
三模組 go test 全綠（總管親跑）。（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 17:59:42 +08:00
Leo bf1f0d9991 feat(t104): 多帳號同時看守——切換概念消滅 
leo 架構依據：「它只是一個門，幾個帳號通過它同步並沒有影響」＋
「我不是 Google Drive……不提供暫存空間，daemon 工作輕巧，多帳號只是頁簽問題」
（D-daemon-not-Drive）。
Accounts[] 每帳號獨立連線+資料夾；舊 config 冪等遷移 accounts[0]；
逐帳號同步一敗不擋全；status.json 分帳；托盤每帳號一分組；
「連上知識庫」→「＋新增帳號…」（append 非替換）；t86 切換清空退役；
t101 刪除作用於正確帳號。+873/-149、collector 5+tray 5 新測試，
兩模組 go test 全綠（總管親跑）。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 16:45:14 +08:00
Leo f8450815d3 feat(t103): daemon 偵測雲端過舊＋托盤更新入口——連動閉環 
每輪 GET /health 取 bundle_version（5s timeout 失敗靜默）；空或日期<minCloudBuilt
→ 托盤「⚠ 知識庫需要更新（點我）」開 install.arcrun.dev；結果進 status.json。
兩模組 go test 全綠（總管親跑）。leo：「daemon 和雲端是連動的」——自此用戶只看托盤。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 16:15:12 +08:00
Leo ef74c69023 feat(t101): 托盤刪除語意取代看守語意——leo 實測裁定 
「沒有看守這件事，只要列入就是看守，不想同步就刪掉」：
子選單「停止看守這個資料夾」→「刪除這個知識庫」（按下從列表剔除、冪等）；
「＋ 建立新資料夾並看守…」整項刪除。tray go test 綠（總管親跑）。
（實作＝子 CC；驗證+commit＝總管。此案原被誤擱置害 v0.13 漏裝＝mistakes c947e5a）
 2026-07-28 16:06:08 +08:00
Leo 77aa4c5195 feat(t98): 托盤「立刻同步」——訊號檔法零 IPC，跨平台 
leo：「無法知道到底同步了沒，可以在 daemon 上加一個立刻同步？」
tray 點擊寫 ~/.arcrun-rag/sync-now＋短暫顯示「同步中…」；collector 主迴圈 1 秒輪詢
訊號檔、有就立刻跑一輪刪檔，無則照 PollSec 排程；完成後 status.json 更新自然刷新托盤。
測試：collector＋supervisor＋tray 三模組全綠（總管親跑）。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 15:06:08 +08:00
Leo 903ca60154 feat: 本地轉檔層補 .pptx——CP B1 最後一個 Office 格式 
同 docx 路數：zip 開 OOXML、slide 按數字序、每頁「## 投影片 N」＋文字＋（備註）；
空/純圖回 ErrNoText 明示不靜默。測試 4 案（中文/多頁排序/備註/空簡報）。
過程紅測一輪：NFKC 套整份 Markdown 把自家全形標籤「（備註）」轉半形——
改為只正規化 XML 抽出片段、結構標記正規化後組裝。collector go test 全綠（總管親跑）。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 13:40:36 +08:00
Leo 9df8d037ca fix(t86b): manifest 分實例——換知識庫後同資料夾不再被舊帳跳過 
根因：manifestPathFor 雜湊只含資料夾路徑，換實例讀到舊帳本
→ 全部檔案被視為已同步 → 新知識庫靜默拿不到資料（leo 機實證：刪 manifest 才通）。
- instanceHostOf：CypherURL 的 host 作為實例鍵
- manifestPathFor：sha256(host+"\n"+absRoot)，單根多根統一公式
- migrateManifestIfNeeded：新名不在、舊名在 → rename 過戶（一次性、冪等）
- 換回舊實例帳本仍在＝不重傳（每實例一本帳，設計目標）
已知殘窗（記 tasks.md）：升級後第一次掃描前就換實例，舊帳會被過戶給新實例
（舊格式無實例資訊，無從分辨）；常態下升級後首掃已把帳過戶給舊實例，窗口極窄。
測試：新增 6 條（分實例/穩定/單根遷移/多根遷移/冪等）＋三模組全綠（總管親跑）。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 12:59:07 +08:00
Leo 02833588e5 build: v0.12.0 Mac zip 重包（含 t89/t86/t77lite/t91/92）＋mistakes：zip 假綠一課 2026-07-28 12:43:01 +08:00
Leo 6c9d74d588 fix(t91+t92): 萃取狀態可見＋Finder 啟動 PATH 修正——背景執行不可見的兩題同根一起解 
leo 07-28 實測根因：Finder 起的 GUI app 只有最小 PATH（無 /opt/homebrew/bin）
→ claude 靜默找不到→整輪萃取失敗，托盤卻顯示「看守中」。leo：「我怎麼知道它有萃？」
- FindClaudeBin：LookPath 失敗後掃 4 個常見絕對路徑，找到回寫 config claude_bin
- CheckExtractor 預檢＋每輪寫 ~/.arcrun-rag/status.json（ok/fail 計數＋失敗清單）
- 托盤：引擎未就緒→「⚠ 萃取引擎未就緒：<白話原因>」；失敗>0→可點開明細；正常→「已萃 N 檔」
測試：collector＋supervisor＋tray 三模組 go test 全綠（總管親跑）。
（實作＝子 CC；驗證+commit＝總管）
 2026-07-28 12:41:41 +08:00
Leo 5e122b47ec feat(t77-lite): Windows 合併成單一 exe——go:embed 把 collector 吃進 tray 
leo 07-28：「Windows 解開有 2 個 exe，被瀏覽器擋住，如果只有 1 個，
我還可以把 exe 改成 e_e 讓朋友改回來，但現在這樣完全不行」。
做法：build-windows.sh 先編 collector.exe 到 tray 目錄供 //go:embed，
tray 啟動時 ensureEmbeddedCollector() sha256 比對後解壓到 ~/.arcrun-rag/bin/，
失敗 fallback 同層（舊版相容）；Mac 走 build-tag no-op 完全不動。
驗收（總管親跑）：PE32+ GUI exe／zip 僅 1 檔 16.9MB<20MB jsDelivr 上限／
collector 特徵字串在 exe 肚裡（grep=1）／Mac go build+test 全綠／tray 測試綠。
（實作＝子 CC；build+驗收+commit＝總管）
 2026-07-28 12:15:13 +08:00
Leo 0deef3dbd9 fix(t86 🔴): 換知識庫實例時清空看守資料夾——堵個資外洩 
leo 07-28 實測坐實：youlin 時代的資料夾被原封同步進 geek6688 新實例
（「假如我把個人的同步到官方去就很危險，個資外泄」）。
修：instanceChanged(old,new) 比 host；連線精靈成功後若換了實例→清空
WatchFolders/WatchFolder，成功對話框改為說明「因為換了知識庫，為避免把舊資料夾
誤傳到新知識庫，請重新用『＋新增知識資料夾…』選擇」；同實例改密碼行為照舊。
測試（main_test.go）：host 異同判定含大小寫/尾斜線/scheme 差異。tray go test 綠。
（實作＝子 CC；審查+commit＝總管。⚠️ manifest 沿用＝t86b 另案未含）
 2026-07-28 12:03:20 +08:00
Leo fb63d9f0c4 fix(t89 🔴🔴): 純中文資料夾名不再靜默併進 kb 庫——slug 空改生路徑穩定雜湊鍵 
leo 07-28 實測：「官方總圖」被顯示成「知識庫」＝slug 後為空退到 kb；
兩個純中文資料夾會塌縮同庫（靜默混庫，B5 分庫隔離形同虛設）。
修：libraryFor 第三優先從退 c.Library/kb 改為 lib_+sha256(絕對路徑)前6hex——
路徑穩定故鍵穩定、不同路徑必不同鍵；後端庫名鍵限 A-Za-z0-9_- 相容。
測試（t52_library_test.go）：純中文→lib_雜湊非kb／兩中文夾不同鍵／同夾重跑鍵穩定／
ASCII 行為不變／明列對映仍最優先。collector go test 全綠（總管親跑）。
（實作＝子 CC headless；審查+commit＝總管）
 2026-07-28 12:03:20 +08:00
Leo 59cf9825d1 fix(t75 ④⑤): 連線精靈不再清空輸入＋Windows 不再每幾秒閃 console 視窗 
leo 同事真機實測撞到的兩個最嚴重問題。

④ 連線失敗會清空使用者輸入（leo：「很糟糕」）
   真兇：失敗後呼叫 showConnectWizard()，註解寫著「不要把他丟回空白畫面」
   **但行為與註解相反**——它重建整個對話框，urlEntry 是全新的，
   而 cfg.CypherURL 因連線失敗根本沒寫入 ⇒ 欄位就是空的 ⇒ 使用者整段重打。
   修：改 showConnectWizardWith(prevURL, prevEmail) 帶回上次輸入，
   讓他只改錯的那個字。密碼不帶回（打錯時重打較安全，也少留記憶體）。

⑤ daemon 開著時每幾秒閃一個方框（約半螢幕）
   真兇：arcrun-collector.exe 是 console 型執行檔，supervisor 每輪 exec 起它，
   **Windows 預設會為 console 程式配可見視窗** ⇒ 每輪閃一次。
   Mac/Linux 無此概念故開發期完全沒想到。
   修：新增 hidewindow_windows.go（HideWindow + CREATE_NO_WINDOW）
   ＋hidewindow_other.go（no-op），編譯期分平台不寫 runtime.GOOS 判斷。
   註：-H windowsgui 是連結期選項(管自己有沒有視窗)，與此(管起別人時給不給視窗)
   是兩件事，兩者都要做才乾淨。

驗證：Mac 與 Windows 交叉編譯皆 exit=0 且產物生成；collector 全測試綠。
⚠️ 未真機驗——⑤ 的效果必須在真 Windows 上確認方框消失。
 2026-07-28 00:42:12 +08:00
Leo 1b58cd1a35 fix(t72): build-windows.sh 補版本注入（Mac 有、Windows 漏了）＋tray go.mod tidy 
實測抓到：Windows 版編出來 v0.10.0 命中 0——版本注入只加在 build-mac.sh，
Windows 那支漏了（我今天改的那份在 detached worktree，沒進分支）。

v0.10.0 兩平台實測：
  Mac  zip 15.92MB｜托盤 21.15MB(strip)｜collector 14.46MB(含 PDFium)
  Win  zip 16.86MB｜tray 22.40MB｜collector 15.15MB
  兩者皆 < jsDelivr 20MB
  指紋全中：v0.10.0／版本列／結束 Arcrun RAG／PDF 打不開(轉檔層)

順帶修：tray go.mod 需 tidy 才編得過（合併後又被覆蓋，撞了兩次）。
 2026-07-27 21:17:50 +08:00
Leo a0a7215d24 Merge branch 'fix/mac-build-strip-t72' into feat/daemon 2026-07-27 21:12:55 +08:00
Leo 55ed2c86a7 feat(t73): PDF 抽取器接上 PDFium-via-wazero——leo 裁定的引擎，實測通過 
⭐ 決定性實測：Chrome headless 列印的中文 PDF 完整抽出
   「船舶維修合約書／第一條 維修費用為新台幣 350,000 元整／2026 年 8 月 15 日」
   ——這正是 pdf-extraction-options.md §3 實測「純 Go 套件會整段亂碼」的那種檔，
   也是客戶最常丟的（瀏覽器列印）。選 PDFium 的理由至此坐實。

用戶不必裝任何東西（回答 leo「我的用戶可能不會自己裝 Python 環境」）：
pdfium.wasm 由 wazero(純 Go WASM runtime)在本行程跑，embed 進執行檔。
實測 CGO_ENABLED=0 GOOS=windows 交叉編譯一行成功 → PE32+ executable x86-64，
證實「無 CGo」承諾為真，不加重 t72 負擔。

體積實測(有實際呼叫路徑，避開今天記過的 dead-code 陷阱)：
  mac 14.53MB / windows 15.15MB(strip 後)
  leo 定調「全運作在客戶電腦上，肥一點喘一點也沒事」

設計決定：
- lazy init（sync.Once）——多數資料夾可能一個 PDF 都沒有，不該白付 WASM 啟動的記憶體
- pdfMu 互斥——pool 單 worker，別依賴「scan 是循序」這個假設
- 單頁失敗不放棄整份，但留「（第 N 頁讀取失敗）」痕跡
- 抽不出字 → ErrNoText（掃描件；PDFium 不做 OCR），絕不靜默送空內容

測試 4/4：Chrome PDF 中文正確／無文字回 ErrNoText／壞檔報錯可辨識
（『可能損壞或有密碼保護』）／連續多檔不爆(daemon 長駐會遇到)。
 2026-07-27 21:07:11 +08:00
Leo a50cc37949 feat(t73): manifest 記錄 extracted_by——換萃取器時才分辨得出哪些卡是舊的 
leo 07-27 三問查證後補的缺口。查證結果（已用測試釘死，下次不必再讀碼推論）：
① 已萃過它知道嗎 → 知道。ingested_hash vs content_hash，相同就跳過；
   只有 2xx 成功才回寫(direct.go:405)，失敗下輪自動重試不漏檔。
② gemma 會重萃 claude 萃過的嗎 → 不會重萃(hash 相同)，但原本**分辨不出誰萃的**
   ＝換萃取器後兩種品質的卡混在同一知識庫，想重萃也不知該重萃哪些。← 這次補的
③ 誰負責萃 → cfg.Extractor 一個資料夾一個設定(direct.go:346)，無自動判斷。

做法（純記錄不改行為、可逆，故自裁）：
- ManifestEntry 加 ExtractedBy(omitempty)
- 另開 MarkIngestedBy 而非改 MarkIngested 簽名——後者有多處呼叫(direct 兩處+
  trigger.go MarkIngestedEvents+測試)，改簽名會擴散破壞

測試 7/7：萃過不重萃／改了要重萃／失敗下輪重試／記得誰萃的／
舊簽名仍可用／舊 manifest 讀得進來且空值不污染 JSON／有值真的存進檔案。

未做(屬品味題待 leo 裁)：B 自動偵測有無 claude 優先用用戶訂閱、C ChatGPT 路。
 2026-07-27 20:58:30 +08:00
Leo 12c8098b5f feat(t73): Excel/CSV 抽取器——企業用很多（leo） 
leo 兩句定調：
①「要思考 Excel 和 csv 的問題，因為企業用很多」
②「企業的 excel 通常不會是 1 萬行，人工做不出這麼多，但你可以轉結構資料丟進去」
→ 修正我先前「CSV 會變數字牆、先不加」的判斷——那是拿機器產生的百萬列當前提。
   實測 60列x6欄 ≈ 2,200 token，對 LLM 完全不是問題。

統一中間格式＝Markdown（leo 提 n8n 對照後定調）：
n8n 一切轉 JSON 是對的，因為它下游是程式（.欄位 取值）；
我們下游是 LLM ⇒ Markdown 表格更好。實測同一份表格
JSON 6,872 字元 vs Markdown 3,341＝JSON 多花 2.1 倍 token（每列重複寫欄位名）。

測試 8/8，用 openpyxl 產的真 Excel 檔（非自捏 XML）：
  ⭐ 測試抓到兩個真 bug（讀原始碼看不出來）：
     ① rels 的 Target 是絕對路徑 /xl/... 我卻又補 xl/ 前綴 → 變 xl/xl/...
     ② r:id 帶 namespace，寫 xml:"id,attr" 抓不到，要用完整 namespace URI
     修好後分頁名從 ## sheet1 變成 ## 維修紀錄（企業分頁名本身就是語意）
  CSV：去 BOM(Excel 另存必帶)／引號內逗號不拆欄／| 跳脫／欄數不齊不整份失敗
  XLSX：多工作表全讀(只取第一頁會漏)／sharedStrings 索引／壞檔報錯

防呆：超過 500 列截斷並明說截斷了（不靜默丟資料）；單格超 500 字截斷。
 2026-07-27 20:50:45 +08:00
Leo 09bf454402 feat(t73): 轉檔層接進主流程——docx 真的走得通（零件完成≠功能完成） 
ExtractWithGemma 讀檔後改走 ConvertToText，LLM 只會收到文字永不收二進位。
刻意不吞錯：ErrNoText(掃描件/空檔) 與 ErrUnsupported(未支援格式) 都往上拋，
因為靜默略過正是 leo 撞到的病。

接線測試 5/5（驗用戶真的會走的那條路，非只測零件）：
  scan 收得到 .docx／收 .md／不收 .png
  ⭐ docx 一路走到 Gemini API 才因假 key 失敗 ＝ 決定性證據：
     轉檔確實發生在送模型之前（非宣稱）
  抽不出文字 → 明確失敗且 errors.Is(ErrNoText) 可判定，不靜默送空卡
  未支援格式 → ErrUnsupported，與 ErrNoText 可區分（給用戶的說法不同）
  .md 迴歸保護：不因接了轉檔層而壞掉

順帶修：變數名與既有 text(LLM 回應) 衝突 → 改 srcText(輸入原稿)，IDE 診斷抓到。
全 collector 測試綠。
 2026-07-27 20:44:29 +08:00
Leo 66d4fef045 feat(t73/t16): 本地轉檔層骨架＋docx 抽取器（leo 定的『收集端 Markitdown』） 
leo 07-27 定的形狀：「本地任何檔案都透過一個機制把它轉成模型可讀，再把模型可讀
內容發給它」「能不能讀 PDF 根本不是 Arcrun 的工作」。

convert.go＝調度層(工頭)：認副檔名→派抽取器→統一吐純文字。
加新格式只要在 extractors 註冊一行，不動架構。
convert_docx.go＝第一個抽取器，純標準庫 archive/zip+encoding/xml。

三個設計決定（都有理由，非隨手）：
① ErrNoText 獨立錯誤——掃描件 PDF 抽不出字時絕不能靜默略過（leo 撞過的病），
   要能轉成使用者看得懂的訊息；與 ErrUnsupported 分開因為說法不同。
② NFKC 正規化——PDF 抽中文會出康熙部首變體，長得一樣但碼位不同＝用戶搜不到
   自己的檔案。廉價保險，對其他來源同樣有效。
③ 只取 word/document.xml——頁首頁尾多是雜訊(頁碼/公司名)，知識萃取不要。

測試 10/10 + 真 Word 檔實測：
  textutil 產生的 real.docx → 抽出「船舶維修合約/350,000/2026 年 8 月 15 日」全對
  同段落多 run 相連(Word 常把一句話切成多個 w:r)
  壞檔(舊版 .doc 改名)報錯且不歸類成 ErrNoText
  NFKC 康熙部首摺回正常字
註：全形「，」會被 NFKC 轉半形「,」＝正常行為，對搜尋無害(反而統一)。

下一步：接 PDFium-via-wazero(+10.43MB)。未接進 extract_gemma 主流程。
 2026-07-27 20:36:02 +08:00
Leo 90b6de66bc feat(t72): daemon 加版本編號（leo 07-27：沒版本號＝只能靠 shasum 對帳） 
病根：在此之前無法從畫面看出裝的是哪一版。07-27 花大半天對帳
「leo 手上／鏡像上／剛編的」是否同一顆，只能 shasum 比對 binary；
使用者更做不到這件事，回報問題時我們也不知道他跑的是哪版（t63 三層落差）。

做法：
- main.go 加 version/buildTime 變數，build 時 -ldflags -X 注入，未注入顯示 dev
- 托盤選單「結束」正上方加停用態版本列（回報問題時眼睛已在那一區）
- build-mac.sh / build-windows.sh 同一套：VERSION 環境變數 > git describe > dev

實測（兩平台各實跑一次 VERSION=v0.9.0）：
  Mac  托盤 21.1MB／zip 12.43MB／v0.9.0 命中 3／版本列 1／結束 1／連上知識庫 1
  Win  zip 13.27MB／PE32+ GUI／v0.9.0 命中 3／版本列 1／結束 1／連上知識庫 1
  兩包皆 < jsDelivr 20MB 上限

未驗：選單版本列的實際顯示（Mac 需 leo 點選單、Windows 需真機）。
 2026-07-27 19:46:19 +08:00
Leo 1c48d58789 fix(t72/t63): build-mac.sh 加 -s -w——Mac 版掉進 jsDelivr 20MB 內，免拆檔 
真兇：fyne package 內部自己 go build，吃不到 -ldflags，產出含符號表+DWARF 的胖執行檔。
解：②b 用 -s -w 重編托盤覆蓋回 bundle；collector 也一併 strip。

實測（從乾淨狀態重跑 build-mac.sh）：
  托盤   28.6MB → 21.1MB
  整包zip 21.1MB → 12.43MB  ← 遠低於 jsDelivr 20MB 上限
  功能指紋 結束 Arcrun RAG=1 / 連上知識庫=1（未掉功能）
  codesign -v 通過

影響：此前 Mac 版超 20MB，jsDelivr 直接回 File size exceeded，只能走 raw；
現在可走 CDN，且**免除原本要拆檔（tray/collector 分開）的工程**。
Windows 版 13MB 本來就在限內，不受影響。

未驗：真機執行行為（托盤 icon/選資料夾）——strip 不影響邏輯但仍需真機確認。
 2026-07-27 19:31:30 +08:00
Leo 26dd6960c2 feat(t72): Windows 交叉編譯腳本——Mac 上就編得出 Windows 托盤（推翻「要真機」假設） 
任務板一直寫「fyne GUI 沙箱編不了 CGo+GL → 歸屬真機」，本機實測推翻一半：
裝 mingw-w64 後 Mac 直接交叉編譯成功，不需 Windows 機器/Docker/fyne-cross。

  CGO_ENABLED=1 GOOS=windows CC=x86_64-w64-mingw32-gcc \
    go build -ldflags "-H windowsgui -s -w"
  → PE32+ executable (GUI) x86-64, for MS Windows

正確說法是「編得出來、但驗不了」——編譯是 Mac 的事，跑起來對不對才是真機的事。

另兩條路實測皆失敗（訊息留在文件）：
- CGO_ENABLED=0 → go-gl/gl 無 non-cgo 實作
- CGO_ENABLED=1 無交叉編譯器 → 退回 host clang 報 -mthreads 不支援

體積（解掉 t72 的 zip 疑慮）：tray 加 -s -w 40.8MB→23.5MB、collector 6.5MB，
zip 合計 13.9MB＝在 jsDelivr 20MB 上限內，Windows 版不會踩到 Mac 版那個坑。

腳本已實跑通過。⛔ 未驗＝托盤 icon/選資料夾對話框/SmartScreen 實際行為（要真 Windows）。
詳 system-dev/docs/3-specs/rag-wave1/windows-build-and-os-split.md

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
 2026-07-27 18:34:59 +08:00
Leo fedb765742 feat(t52): per-folder 庫章——DirectConfig.libraries 對映＋libraryFor()（資料夾名 slug／中文退後備／明列優先，go test 綠）；兩支 ingest workflow 的 post_block metadata 補 library（真兇：blocks 沒蓋章＝兩資料夾全歸 general）；托盤連線時回報庫自動登記 2026-07-26 01:53:44 +08:00
Leo 3675f38e59 fix(daemon/t55): 托盤補「結束 Arcrun RAG」——leo 07-26 實撞沒有出口（關窗只隱藏、LSUIElement 無 Dock 右鍵、只剩強制結束）；結束前先 sup.Stop() 不留孤兒 collector 2026-07-26 01:12:57 +08:00
Leo 3174340c4c feat(daemon/t54): 連線精靈——首次啟動輸入知識庫網址＋帳密，自動換取設定並開始看守（不再需要下載 config.json 丟隱藏資料夾）；portal→cypher 子域自動換算、三種輸入格式實測可用；選單加「連上知識庫…」供換帳號 2026-07-26 00:16:58 +08:00
Claude e548c57efa fix(t39): daemon 端展開 config 的 ~/ 路徑 
安裝器成功頁下載的 config.json 把 manifest 寫成 ~/.arcrun-rag/manifest.json——那是給人
看的寫法，Go 不展開波浪號，os.ReadFile 會去找一個字面上叫 "~" 的資料夾。

修在 daemon 端而非前端：用戶自己手打 config、或把設定搬到另一台機器時 ~/ 都該會動，
而前端也拿不到用戶家目錄。manifest 與 watch_folder(s) 全展開；只認 ~/ 與單獨的 ~，
~user 形式不猜（Go 無法解析他人家目錄）；拿不到家目錄就原樣返回讓錯誤誠實浮現。

測試 +2（config 展開含 CJK 路徑與絕對路徑不動、expandHome 六種邊界），collector 全套綠。
 2026-07-25 08:18:21 +00:00
Leo 125377b899 feat(daemon-beta t26): 托盤選單顯連線身分（暱稱>email>未設定），CF 全程隱形 
- directConfig/DirectConfig 加 Email、InstanceName（選配）欄，兩結構同形
- rebuildTray 選單頂加 disabled「連線中：<暱稱||email||未設定>」列；
  有 cypher_url 再加一行縮短 host（fyne MenuItem 無 tooltip，取捨見註解）
- connectionStatusLabel/shortCypherHost 抽純函式，3+3 案 table test
- go vet + go test 全綠（collector 43 通、tray 10 通）；tray go build 過
 2026-07-24 17:59:01 +08:00
Leo b9d880413d feat(daemon-beta t14/t15/t17): supervisor log 檔＋removed 清本地卡＋托盤建新資料夾 
- t14 supervisor：子行程 stdout（tee）/stderr 全落 ~/.arcrun-rag/collector.log，
  >5MB 改名 .old 重開（兩代輪替）；落 log 失敗一律吞掉不擋看守。新增 2 測試
  （輸出進檔＋輪替觸發）。
- t15 direct removed（extractor 模式）：雲端 takedown 2xx 後同步刪本地
  system-dev/wiki/cards/<頁名>.md（存在才刪；刪失敗只記 warning 不擋）。
  新增 2 測試（刪原檔→本地卡被清／卡已不在照常下架）。
- t17 arcrun-tray：tray 選單＋設定視窗加「建立新資料夾並看守…」——
  widget.Entry 輸入名稱→ ~/ 底下 mkdir（已存在沿用；擋路徑分隔與 ..）→
  addWatchFolder＋saveConfig＋重啟看守＋rebuildTray。

collector: go vet ✓、go test -count=1 ./... 43/43 綠；arcrun-tray: go build ✓（產物已刪）

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
 2026-07-24 15:06:21 +08:00
Leo 6e5009ff35 fix(daemon-beta t6): ingest path 改帶原檔路徑——修 takedown 0 命中孤兒 bug（第五枚真機坑）；mistakes 補成對操作同鍵教訓 2026-07-24 13:21:26 +08:00
Leo 387ce3d1a4 feat(daemon-beta t7/t8): Dock 隱藏真機驗證通過（lsappinfo type=UIElement）——runtime Accessory policy(cgo)+appID+ad-hoc 重簽；mistakes 記四枚真機坑；暫用 icon（等 leo logo） 2026-07-24 12:56:40 +08:00
Leo 5017d0381e feat(daemon-beta t7): 托盤多資料夾選單（每根一列：點開 Finder/子選單停止看守/動態重建）＋build-mac.sh（fyne package＋LSUIElement=true 隱 Dock——leo 07-24 裁決）；編譯通過，真機驗歸 leo 2026-07-24 12:32:44 +08:00
Leo c0bf83def4 fix(daemon-beta t3): headless claude -p 寫卡卡權限確認——帶 --permission-mode acceptEdits（真機 e2e 第二枚實撞） 2026-07-24 12:28:47 +08:00
Leo 18a873001b fix(daemon-beta t3): 真機 e2e 抓到 /wiki-extract 拒非 vault 資料夾——新增 daemon 專用 /rag-extract-file 命令（template overlay，prompt 活在 skill 檔），claude 路改呼叫它 2026-07-24 12:27:15 +08:00
Leo 058d19b743 feat(daemon-beta t5/t6): rag_ingest_card 收卡 workflow（零LLM零credential）＋direct 迴圈接萃取器——本地萃卡只上卡、原文不出機；e2e 測試驗「原文不洩上雲」＋失敗重試語意 2026-07-24 12:23:52 +08:00
Leo be47afe26e feat(daemon-beta t3/t4): 可插拔本地萃取器——claude 路(叫起用戶訂閱跑 /wiki-capture、stub 驗呼叫契約)＋gemma 路(實戰 prompt/thought 淨化/httptest 替身)；測試 6 支全綠 2026-07-24 12:21:41 +08:00
Leo 73a5a67b72 feat(daemon-beta t2): template 代裝——embed v1.18.0 快照(36檔)/冪等不覆寫/daemon 啟動自動鋪/template-install 子命令；scan 加 SkipDirNames 防 system-dev 與 CLAUDE.md 被當知識掃 
- 測試 3 支新增全綠（首鋪/冪等護用戶檔/掃描跳 template 產物——第三支先紅抓到 CLAUDE.md 洩入再修綠）
- CLI 實跑：新鋪 36 檔→重跑 0 新檔（冪等證據）
 2026-07-24 12:18:37 +08:00
Leo b355165180 feat(daemon-beta t1): 多資料夾 config——watch_folders[]+單數相容、manifest 每根一份、多根掃描標 Root、托盤資料層相容；rag-wave1 closed→daemon-beta 實作卷 active 
- direct.go: Folders() 正規化（去重保序）/manifestPathFor（單根沿用不丟狀態、多根 sha 尾碼）/RunDirectOnce 多根彙總
- 新測試 4 支全綠（單數相容/多根去重/缺欄驗證/多根 dry-run 標 Root）；既有 7 支不動全綠
- tray: config 加 watch_folders 欄（防存檔洗掉）＋addWatchFolder 資料層；勾選 UI=task 7
 2026-07-24 12:10:08 +08:00
Leo 44a9aeddc4 wip(daemon/tray): 保底 07-21 fyne 托盤進度（單資料夾版；情境1改造前的基線） 2026-07-24 12:10:08 +08:00
cloud-worker 9e356e3d99 feat(daemon/p04): fyne 托盤殼 + collector 看守器（CP-1 第6關產品化，leo 定 fyne） 
leo 2026-07-21 回「fyne」。交付「可交付的殼」：
- collector/supervisor（純 stdlib，無 fyne）：看守 collector direct 子行程、串 stdout JSON 出
  狀態（看守中/上次同步/出錯自動重試/已暫停）、崩潰重起、Stop 同步等 loop 收掉（修 Stop→Start
  換資料夾時舊 loop 覆寫新狀態的 race）。**sandbox `go test -race ./... 全綠（6 測，含 race）**，
  既有 collector 測試零回歸。
- collector/cmd/arcrun-tray（獨立 module，隔開 fyne CGo 依賴）：選單列/系統匣 icon＋狀態＋
  選資料夾(原生對話框)/暫停·繼續/打開資料夾；關窗縮背景；watch_folder 預設 ~/ArcrunRAG 避開
  ~/Documents 的 TCC 禁區；wires supervisor。

誠實界定（mindset §7）：
- **in-process vs 子行程**：leo 偏好 in-process，但 collector 是 package main，真 in-process 需抽核心成
  library（動已驗引擎有回歸風險）→ 本版走子行程看守（collector 零改、崩潰隔離），行為對用戶相同；
  in-process 抽取列可選後續，待 leo 裁。
- **fyne GUI 沙箱編不了**（CGo+GL）→ build/簽章/TCC 授權＝leo/地端真機做（紅線②③）；
  fyne API 細節以首次真機 build 為準。README 附建置/簽章/TCC 交接。
 2026-07-21 09:27:55 +00:00