Fabric: Prompts als wiederverwendbare Bausteine in Go

Fabric: Prompts als zentrale Einheit des Projekts

Fabric ist ein Open-Source-Framework in Go, das Daniel Miessler laut README im Januar 2024 gestartet hat. Der Kern ist eine große Sammlung kuratierter Prompts, die als Patterns organisiert sind und über die eigene Kommandozeile, eine REST-API oder eine Weboberfläche angewendet werden können. Das Projekt versteht sich ausdrücklich als Werkzeug zur Erweiterung menschlicher Fähigkeiten mit KI, nicht als Chat-Anwendung.

Die Repository-Metadaten weisen für den Stand Ende August 2026 rund 43.500 Sterne und mehr als 4.200 Forks aus; die Lizenz ist MIT, das Hauptrepository liegt auf GitHub unter danielmiessler/Fabric. Die Entwicklung bewegt sich schnell: Release v1.4.471 erschien am 28. August 2026, und das Changelog listet allein im ersten Halbjahr 2026 eine Reihe funktionaler Versionen auf.

Das Integrationsproblem, das Fabric adressieren will

Ausgangspunkt der Projektphilosophie ist eine Beobachtung aus dem README: KI habe kein Fähigkeitsproblem, sondern ein Integrationsproblem. Es gibt Tausende von Websites, Bots und Apps, aber kaum einen Ort, an dem bewährte Prompts gesammelt, versioniert und überall einsetzbar abgelegt werden.

Fabric greift das auf, indem es die Prompts selbst zur Grundlage macht. Nutzer erstellen, sammeln und organisieren ihre wichtigsten KI-Lösungen an einem Ort und rufen sie aus beliebigen Tools heraus auf. Wer ohnehin im Terminal arbeitet, nutzt Fabric direkt als Schnittstelle. Damit richtet sich das Projekt an Anwender, die wiederholbare Aufgaben wie Zusammenfassen, Extrahieren oder Umschreiben in einem festen Ablauf erledigen wollen, statt jeden Prompt neu zu tippen.

Patterns in Markdown und Strategien als JSON

Patterns sind Markdown-Dateien mit klarer Anweisungsstruktur; laut README wird fast ausschließlich der Systemteil des Prompts verwendet. Das Format soll Lesbarkeit und Editierbarkeit sichern, sowohl für Menschen als auch für das Modell, das die Anweisungen empfängt.

Daneben gibt es Prompt-Strategien wie Chain of Thought, Chain of Draft und Tree of Thought. Sie liegen als JSON-Dateien vor und werden über das Flag --strategy aktiviert. Die Pattern-Bibliothek deckt Aufgaben ab wie das Extrahieren von Erkenntnissen aus YouTube-Videos und Podcasts, das Zusammenfassen wissenschaftlicher Arbeiten, das Erklären von Code oder das Verbessern schlechter Dokumentation. Das README betont, dass die Patterns auch ohne die Fabric-CLI in jeder beliebigen KI-Anwendung funktionieren, weil es sich um reinen Text handelt.

Installationswege von curl bis Docker

Die Installation ist für mehrere Wege beschrieben. Unter Unix, Linux und macOS genügt ein curl-Einzeiler, unter Windows das PowerShell-Gegenstück. Paketmanager wie Homebrew, das Arch User Repository, Winget und Scoop werden unterstützt; bei Homebrew und AUR heißt das Paket fabric-ai, weshalb das README einen Alias auf fabric empfiehlt.

Wer aus dem Quellcode baut, verwendet go install github.com/danielmiessler/fabric/cmd/fabric@latest; zusätzlich gibt es Images auf Docker Hub und GHCR. Nach der Installation richtet der Befehl fabric --setup Verzeichnisse und API-Schlüssel ein, und einige Anbieter verlangen Umgebungsvariablen in den Shell-Startdateien. Die unterstützten Backends reichen laut Changelog über OpenAI und Anthropic bis zu Azure OpenAI, AWS Bedrock, Google Vertex AI, GitHub Models und Digital Ocean GenAI.

Der fabric-Befehl im terminalbasierten Alltag

Im Alltag nimmt der fabric-Befehl Eingaben von stdin oder von URLs entgegen. Das README zeigt Abläufe wie pbpaste | fabric --pattern summarize für den Inhalt der macOS-Zwischenablage, fabric -y mit einer YouTube-URL für Transkript und Kommentare sowie fabric -u mit einer Website-URL, die über Jina AI geladen wird.

Flags steuern Streaming, Temperatur, Top P, Modell- und Anbieterwahl, Sitzungen, Kontexte und Ausgabedateien. Für die Fehlersuche ist --dry-run nützlich: Es zeigt, was an das Modell gesendet würde, ohne einen API-Aufruf auszulösen, während Debug-Stufen von 0 bis 4 die Protokolldetails regeln. Unter Windows und Linux ersetzen Get-Clipboard beziehungsweise xclip das macOS-Werkzeug pbpaste.

REST-API-Server und Ollama-Kompatibilität

Mit fabric --serve startet ein eingebauter REST-API-Server. Laut README bietet er Endpunkte für Chat-Vervollständigungen samt Streaming, Pattern-Verwaltung, Kontexten und Sitzungen, Modell- und Anbieterlisten, YouTube-Transkripte und Konfiguration. Eine Swagger-Oberfläche liegt unter /swagger/index.html und dokumentiert die Endpunkte interaktiv.

Dazu kommt ein Ollama-Kompatibilitätsmodus über fabric --serveOllama, der /api/tags, /api/chat und /api/version bereitstellt. Anwendungen, die für Ollama gebaut wurden, können damit auf Fabric zeigen und dessen Anbieterauswahl nutzen. Eine eigene Weboberfläche dient als grafische Alternative zur CLI; die Installationsdetails dazu beschreibt das README im web-Ordner des Repositories.

Eigene Patterns, Hilfsprogramme und Entwicklungstempo

Eigene Patterns gehören in ein separates Verzeichnis und haben Vorrang vor eingebauten Patterns desselben Namens. fabric --updatepatterns überschreibt sie nicht, und laut README bleiben sie standardmäßig privat. Hilfsprogramme ergänzen den Umfang: to_pdf wandelt LaTeX in PDF um, code2context erzeugt eine JSON-Darstellung eines Codeverzeichnisses für das create_coding_feature-Pattern, und generate_changelog erstellt Änderungsprotokolle aus Git-Verlauf und Pull Requests.

Das Changelog dokumentiert ein hohes Tempo: v1.4.447 brachte im April 2026 Unterstützung für Claude Opus 4.7 mit einem Kontextfenster von einer Million Token, v1.4.437 fügte OpenAI Codex als Backend hinzu, v1.4.417 einen Azure AI Gateway mit gemeinsamer Authentifizierung für Bedrock, Azure OpenAI und Vertex AI, und v1.4.380 die Anbindung an Microsoft 365 Copilot. Die Setup-Texte liegen inzwischen in zehn Sprachen vor, darunter Deutsch. Benchmarks oder Sicherheitszusagen enthält das README nicht; solche Angaben muss man vor einer Bewertung anderswo nachziehen.

Redaktionelles Fazit

Fabric passt zu Leuten, die wiederkehrende Prompt-Aufgaben mit festen Patterns wie summarize erledigen und ihre Sammlung versionieren wollen; wer nur grafische Oberflächen ohne eigene API-Schlüssel sucht, sollte zuerst prüfen, ob die CLI über fabric --setup und die Weboberfläche im web-Ordner zu seinem Ablauf passt.

Offizielle Quellen

1. Official documentation
2. Official README
3. Project repository
4. Release notes