danielmiessler/Fabric

Fabric 是一个围绕 AI 提示词而非聊天界面构造的开源框架。作者认为 AI 的问题不在于能力，而在于集成：好的提示词散落在各处、难以发现和管理。Fabric 把这些提示词按实际任务组织成 "Patterns"，并提供一个 Go 编写的命令行工具，将输入通过管道送入 Pattern，再交给配置好的模型提供商执行What and why。

实际用法

核心流程很短：把文本通过管道传给 CLI，指定一个 Pattern，读取（或流式输出）结果。例如 fabric --pattern summarize 从标准输入读取剪贴板或文件内容Examples。Pattern 覆盖提取、摘要、写作、代码解释等任务；README 也说明，如果不想用 CLI，可以直接把这些提示词文件复制到其他聊天工具中使用Just use the Patterns。

两个机制值得注意。其一是模型路由：一次 setup 即可配置 OpenAI、Anthropic、Gemini、Ollama、Azure、Bedrock 以及大量 OpenAI 兼容服务，因此同一个 Pattern 既能跑云端模型，也能跑本地模型Supported AI Providers。其二是提示词组合控制：--strategy 在 Pattern 之上叠加推理策略（如 chain-of-thought、least-to-most），而 --dry-run 或 --print-prompt 能在真正调用模型前展示将要发送的内容，便于调试提示词且不消耗 API 额度Usage。

它还提供 REST API 服务和 Ollama 兼容模式：期望连接 Ollama 端点的应用可以改为指向 Fabric，从而使用 Fabric 已配置的提供商，Pattern 会以可选模型的形式出现REST API Server。自定义 Pattern 存放在独立目录，同名时优先于内置 Pattern，且不会被 Pattern 更新覆盖Custom Patterns。

要求与限制

Fabric 提供预编译二进制、包管理器（Homebrew 和 AUR 安装后命令名为 fabric-ai）、Go 安装和 Docker 等方式Installation。使用前必须运行 fabric --setup 并配置至少一个模型提供商（凭证或本地端点），否则 Pattern 无法产出结果。示例使用 macOS 的 pbpaste，Windows 和 Linux 用户需要各自的剪贴板命令。to_pdf 等辅助工具需要额外软件（LaTeX 发行版），并且是单独安装。README 还提醒：升级后重新运行 setup，如果版本间配置有变化，可能需要重新配置部分设置或密钥。项目采用 MIT 许可证。

项目迭代很快，发布说明会频繁新增提供商和模型支持，因此具体提供商行为应参考当前的 setup 文档，而不是假设列表固定不变。

HotRepo 点评

在所给快照中，Fabric 星标数量很大，提供商集成也相当丰富；记录到的两个日榜日期（2026-10-24 和 2026-10-25，各 +13 星）样本太少，不足以判断趋势。是否适合，关键看这种结构化、管道优先的提示词库是否契合你的工作流。