Fabric: AI 命令行工具 — Patterns 驱动的 AI 增强工作流¶

go install github.com/danielmiessler/fabric@latest

pipx install fabric-ai

git clone https://github.com/danielmiessler/fabric.git
cd fabric
go build -o fabric .
sudo mv fabric /usr/local/bin/

# 首次运行，进入交互式配置
fabric --setup

# 按提示输入你的 API Key
# 选择默认模型
# Pattern 会自动下载到 ~/.config/fabric/patterns/

~/.config/fabric/
├── .env              # API Keys
├── patterns/         # Pattern 集合
│   ├── summarize/
│   │   └── system.md
│   ├── extract_wisdom/
│   │   └── system.md
│   └── ...
└── context/          # 自定义上下文

OPENAI_API_KEY=sk-...
ANTHROPIC_API_KEY=sk-ant-...
DEFAULT_MODEL=claude-sonnet-4-20250514
DEFAULT_VENDOR=anthropic

# 本地模型
OLLAMA_URL=http://localhost:11434

# 总结一篇文章
cat article.md | fabric -p summarize

# 从剪贴板内容提取要点
pbpaste | fabric -p extract_wisdom

# 直接输入文本
echo "解释什么是 Kubernetes" | fabric -p explain_terms

# 提取 YouTube 视频的智慧要点
yt --transcript "https://www.youtube.com/watch?v=VIDEO_ID" | fabric -p extract_wisdom

# 总结视频内容
yt --transcript "https://www.youtube.com/watch?v=VIDEO_ID" | fabric -p summarize

# 提取视频中的关键引言
yt --transcript "https://www.youtube.com/watch?v=VIDEO_ID" | fabric -p extract_references

# 解释一段代码
cat main.go | fabric -p explain_code

# 分析代码中的安全问题
cat server.py | fabric -p analyze_threat_model

# 代码审查
git diff HEAD~1 | fabric -p analyze_code

# 改进写作
cat draft.md | fabric -p improve_writing

# 生成文章大纲
echo "写一篇关于微服务架构的文章" | fabric -p create_outline

# 将技术内容转化为通俗版本
cat technical_doc.md | fabric -p simplify_language

# 使用特定模型
cat file.txt | fabric -p summarize -m gpt-4o

# 使用本地模型
cat file.txt | fabric -p summarize -m ollama:llama3

# 使用 Anthropic
cat file.txt | fabric -p summarize -m claude-sonnet-4-20250514

# 1. 创建 Pattern 目录
mkdir -p ~/.config/fabric/patterns/my_bio_summary

# 2. 编写 system.md
cat > ~/.config/fabric/patterns/my_bio_summary/system.md << 'EOF'
# IDENTITY and PURPOSE

You are an expert bioinformatics researcher. Your job is to take scientific paper abstracts and extract the key findings in a structured format.

# STEPS

- Read the abstract carefully
- Identify the organism/species studied
- Extract the key methodology used
- List the main findings
- Note any novel contributions

# OUTPUT INSTRUCTIONS

- Use markdown format
- Start with a one-sentence summary
- Follow with a structured breakdown
- End with potential implications

# INPUT

INPUT:
EOF

# 3. 更新 Pattern 列表
fabric --update

# 先提取要点，再生成推文
cat article.md | fabric -p extract_wisdom | fabric -p create_tweet

# 分析代码 → 生成改进建议 → 格式化输出
cat app.py | fabric -p analyze_code | fabric -p improve_writing

# YouTube 视频 → 提取要点 → 翻译成中文
yt --transcript "URL" | fabric -p extract_wisdom | fabric -p translate_to_chinese

# 创建上下文文件
mkdir -p ~/.config/fabric/context
cat > ~/.config/fabric/context/my_work.md << 'EOF'
我是一名生物信息学研究员，主要做单细胞 RNA-seq 分析。
常用工具：Scanpy, Seurat, CellRanger
研究方向：肿瘤免疫微环境
EOF

# 使用上下文
cat paper.txt | fabric -p summarize --context my_work

# 输出到文件
cat input.txt | fabric -p summarize > output.md

# 复制到剪贴板 (macOS)
cat input.txt | fabric -p summarize | pbcopy

# 复制到剪贴板 (Linux)
cat input.txt | fabric -p summarize | xclip -selection clipboard

# JSON 格式输出（取决于 Pattern 设计）
cat data.txt | fabric -p extract_data_points

#!/bin/bash
# batch_summarize.sh - 批量总结目录中的所有 Markdown 文件

INPUT_DIR="./papers"
OUTPUT_DIR="./summaries"
mkdir -p "$OUTPUT_DIR"

for file in "$INPUT_DIR"/*.md; do
    filename=$(basename "$file" .md)
    echo "Processing: $filename"
    cat "$file" | fabric -p summarize > "$OUTPUT_DIR/${filename}_summary.md"
done

echo "Done! Summaries saved to $OUTPUT_DIR"

# 从播客转录中提取智慧
cat podcast_transcript.txt | fabric -p extract_wisdom

# 分析应用架构的威胁模型
cat architecture.md | fabric -p analyze_threat_model

# 给文章打分
cat blog_post.md | fabric -p rate_content

go install github.com/danielmiessler/yt@latest

# 列出所有 Pattern
fabric --list

# 或直接查看目录
ls ~/.config/fabric/patterns/

# 更新所有 Pattern 到最新版
fabric --update

# 先启动 Ollama
ollama serve

# 使用本地模型
cat file.txt | fabric -p summarize -m ollama:llama3