Fabric：把 AI 提示词做成命令行 Pattern 的框架

Fabric 是一套 Go 编写的开源框架，把 AI 提示词整理成可复用的 pattern，用命令行把文本或 YouTube 转录交给任意模型处理并输出结果。

2022 年底以来，AI 应用的数量涨得很快，网站、聊天机器人、手机 App 都在做，可要把模型能力接进自己的日常工作流并不顺手。Fabric 把提示词本身当作基础模块，按现实任务分类组织，让人在一个地方创建、收集和管理自己的 AI 方案。

输入可以是从管道传进来的文本，也可以是一个 YouTube 链接或本地媒体文件；输出是模型在终端给出的回答。pattern 决定模型收到什么指令，--model 决定由哪个模型执行。仓库当前有 44101 个 Star、4285 个 Fork，主语言是 Go，采用 MIT 许可证，代码在 https://github.com/danielmiessler/Fabric。

它不做什么

Fabric 不含模型。仓库里没有模型权重，要跑通必须先接一个外部供应商，或者在本机跑 Ollama 这类本地服务。本地模型支持是社区提需求之后补上的，Issue 里那条「LocalLLM(ollama) support」现在标着已解决。

凭据要自备。用哪家供应商就得准备哪家的账号和 API key，仓库不代管这一层。凭据没配好时，命令行拿到的是鉴权类报错。

YouTube 相关能力依赖视频本身有可读字幕。Issue 记录里出现过 transcript not available 的报错，说明不是每个视频都能拉到转录文本。

README 提到，习惯用命令行的用户可以直接把 Fabric 本身当界面用；web/ 目录和 Svelte 那部分服务的是 REST API server 的文档页。

用之前先准备好什么

• 一个 AI 供应商的账号与 API key，或一台能跑 Ollama 的机器
• 能访问外网，用 YouTube 转录时尤其需要
• 一条安装途径：pipx、Homebrew，或者直接下载对应平台的二进制

README 的 Installation 章节写了各平台的完整步骤，本次拿到的摘录没有包含这部分正文，安装命令以仓库文档为准。从 Issue 记录能看到，用户实际用过 pipx、Homebrew，以及直接装 Go 版本这几种方式。

主要功能

Pattern 提示词调用：pattern 是 Fabric 的核心单位，每个 pattern 对应一类现实任务，比如摘要、要点提取、代码解释。用法是 fabric --pattern extract_wisdom，管道接上文本即可。也可以指定执行模型，写成 --pattern explain_code --model codellama:latest。

YouTube 转录：用 -y 或 --youtube 接视频链接，先拉字幕再交给 pattern 处理；--transcript 只取转录文本，--stream 让结果流式输出。典型写法是 fabric --youtube "https://www.youtube.com/watch?v=..." --stream --pattern extract_wisdom。

workflow 顺序编排：v1.4.484 加入 --workflow 参数，可以从一个 YAML 文件里把多个 pattern 串起来按顺序执行，让上一步的输出成为下一步的输入。

语音转文字：v1.4.291 加入 OpenAI 语音转文字支持，对应 --transcribe-file、--transcribe-model、--split-media-file 三个参数，用来处理音频或视频文件。

多供应商接入：可用后端包括 OpenAI、Anthropic Claude、Ollama、Azure OpenAI、AWS Bedrock、Google Vertex AI、Digital Ocean GenAI、GitHub Models、Venice AI、Abacus、Z AI，以及 v1.4.486 加入的阿里云 DashScope（通义千问）等。换供应商主要改配置和 --model。

REST API server：v1.4.350 加入 Swagger/OpenAPI 界面，挂在 /swagger/index.html，把 pattern 能力通过 HTTP 暴露出去，方便别的程序调用。

自定义 pattern 与多语言：pattern 是可扩充的，自己写一份就能挂进来用。v1.4.311 之后补了德语、波斯语、法语、意大利语、日语、葡萄牙语、中文等界面语言，v1.4.356 把 setup 提示的国际化补齐到 10 种语言。

安装与最短示例

安装方式在 README 的 Installation 章节，本次摘录未包含。仓库提供多平台二进制发布，v1.4.303 之后增加了 Linux ARM 和 Windows ARM 目标，可以在树莓派和 Windows Surface 上运行。

装完先走一次 setup 流程配好供应商，然后就能直接用。下面两条命令的形态来自 Issue 里用户实际贴出的写法：

echo "要处理的文本" | fabric --pattern create_summary

fabric --youtube "https://www.youtube.com/watch?v=..." --stream --pattern extract_wisdom

第一条把标准输入交给 pattern 处理，第二条先抓 YouTube 字幕再处理。短参数可以合并写，Issue 里出现过 fabric -sp create_summary -y <url>，其中 -s 是 stream，-p 是 pattern。

关键参数

• --pattern / -p：指定用哪个 pattern
• --model：指定执行模型，比如 codellama:latest
• --youtube / -y：传入 YouTube 链接并抓取字幕
• --transcript：只取转录文本，不送进模型
• --stream / -s：结果流式输出
• --workflow：从 YAML 串起多个 pattern 顺序执行
• --transcribe-file、--transcribe-model、--split-media-file：本地媒体的语音转文字

仓库里没有为每个参数列出默认值与取值范围，具体取值以 fabric --help 和文档为准。

结果在哪里看

默认输出到终端标准输出。用 --stream 时结果是边生成边打印。--transcript 模式下拿到的是视频字幕文本本身，不经过模型。

REST API server 起来之后，结果从 HTTP 接口返回，交互式文档在 /swagger/index.html。仓库里没有说明会把结果写入本地文件，需要留存就自己做重定向。

实际使用中的坑

默认设置下，管道喂进去的原文会同时出现在 system prompt 和 user prompt 里，这是 Issue 里反馈较集中的一条，现在标记为已解决。

有一段时间 fabric -sp create_summary -y <url> 拉不到 YouTube 字幕，用户是隔天发现不工作的。同一条抓取链路上还有 Windows 下转录失败，以及 YT helper 输出的撇号被转义成 \u0026#39; 两个问题，都已解决。

流式返回会碰到 STREAM_CONTENT_ERROR，报 422 Unprocessable Entity，原因是请求体里的 messages 字段缺失，这条同样已经修掉。

这些 Issue 多数已解决，但集中在 YouTube 转录和供应商鉴权两处，说明这两条链路对外部服务的变化比较敏感，升级前最好先确认这两块还能用。

同类项目对比

Fabric 的配置链比对比项长：先装 CLI，再接供应商或本地模型，pattern 也要花时间熟悉。只打算在脚本里做一次简单的 LLM 调用、又不想维护完整供应商配置的时候，sakata114/work 这类小工具或者 fabric-lite 这类轻量框架上手更快。反过来，一旦你要管几十个提示词、还要在几家模型之间来回切换，Fabric 的组织方式才显出价值。

合规边界

YouTube 转录功能会把视频字幕抓下来交给模型处理。这类抓取要遵守平台的服务条款与著作权规定，只能用在自有内容或者已经拿到授权的素材上，把抓下来的字幕再分发或商用，可能同时触及平台规则与法律风险。

批量抓取还容易被目标平台限流甚至封禁，账号和内容的责任在使用者这边。做这类操作前，先确认授权范围。

适合谁

Fabric 适合已经习惯命令行、手里有一批反复用到的提示词、又需要在几家模型之间切换的人，也适合想把 AI 处理能力通过 REST API 接进自己程序的后端开发者。

不适合期待开箱即用图形客户端的人，也不适合不愿意准备 API key 或者本地模型服务的用户——没有这两样，装上之后一步都走不动。

焚评：这个项目的量化评分

本项目的选题来自 焚.com（一个按公开公式给 GitHub 项目打分的站）。焚评当前总分 10.0 分（满分 10）。下表是各维度的得分：

评分口径、权重与计算方式见焚.com 的评分方法页；数据随 GitHub 指标刷新，具体数值以焚.com 当前页面为准。本文正文为诀.com 独立撰写，评分数据由焚.com 授权引用。