Fabric: un framework Go pour collecter et appliquer des prompts IA

Les modèles comme unité centrale

Fabric est un framework open source, écrit en Go, destiné à augmenter les humains avec l'IA. Le dépôt le décrit comme un système modulaire pour résoudre des problèmes spécifiques grâce à un ensemble de prompts IA crowdsourcés utilisables partout. Fabric organise les prompts par tâche du monde réel et appelle ces prompts organisés des modèles. Selon le README, le projet a été créé par Daniel Miessler en janvier 2024. Les métadonnées du dépôt indiquent 43 322 étoiles, 4 221 forks et 56 problèmes ouverts, et le projet n'est pas archivé.

Dans le dépôt danielmiessler/Fabric, le README relie ce sujet à fabric --setup, fabric --dry-run, fabric --serve. Ce repère permet de rattacher le jugement à un fichier, une commande ou un réglage précis. Pour Fabric, un essai doit observer la sortie produite, les erreurs et l’effet de cette option sur le flux décrit, sans attribuer au projet une garantie que le document ne formule pas. Repère de lecture 1.

Le problème d'intégration derrière le projet

Le README soutient que l'IA n'a pas un problème de capacités mais un problème d'intégration. Fabric a été construit pour y répondre en faisant des prompts l'unité fondamentale et en permettant aux gens de créer, collecter et organiser leurs solutions IA les plus importantes en un seul endroit. La philosophie du projet est que l'IA est un amplificateur de la créativité humaine, et l'approche consiste à décomposer les problèmes en éléments individuels et à appliquer l'IA à chacun d'eux. Le README décrit également le problème du trop grand nombre de prompts : ils sont difficiles à découvrir, à évaluer et à versionner. Les modèles de Fabric visent à résoudre cela en donnant aux prompts un format partagé et une structure de répertoires.

Dans le dépôt danielmiessler/Fabric, le README relie ce sujet à fabric --setup, fabric --dry-run, fabric --serve. Ce repère permet de rattacher le jugement à un fichier, une commande ou un réglage précis. Pour Fabric, un essai doit observer la sortie produite, les erreurs et l’effet de cette option sur le flux décrit, sans attribuer au projet une garantie que le document ne formule pas. Repère de lecture 2.

Modèles, Markdown et stratégies de prompts

Les modèles de Fabric sont écrits en Markdown, ce qui, selon le README, améliore la lisibilité, la modifiabilité et la clarté pour les humains et pour l'IA qui les reçoit. Les instructions restent claires, et la section système du prompt est utilisée presque exclusivement. Fabric inclut des stratégies de prompts telles que Chain of Thought, Chain of Draft, Tree of Thought et d'autres. Ces stratégies sont stockées dans des fichiers JSON et peuvent être appliquées avec l'option --strategy. Le README indique également que les modèles seuls sont utiles dans toute application IA, même sans la CLI Fabric. Le README liste des modèles pour extraire la sagesse de YouTube et de podcasts, résumer des articles académiques, expliquer du code et transformer une mauvaise documentation en documentation utilisable.

Dans le dépôt danielmiessler/Fabric, le README relie ce sujet à fabric --setup, fabric --dry-run, fabric --serve. Ce repère permet de rattacher le jugement à un fichier, une commande ou un réglage précis. Pour Fabric, un essai doit observer la sortie produite, les erreurs et l’effet de cette option sur le flux décrit, sans attribuer au projet une garantie que le document ne formule pas. Repère de lecture 3.

Options d'installation et de configuration

L'installation est couverte pour plusieurs chemins. Les utilisateurs d'Unix, Linux et macOS peuvent utiliser le script curl en une ligne, et les utilisateurs de Windows peuvent utiliser l'équivalent PowerShell. Les gestionnaires de paquets incluent Homebrew, Arch User Repository, Winget et Scoop ; les versions Homebrew et AUR exposent la commande sous le nom fabric-ai, donc le README suggère d'ajouter un alias. Il existe aussi une installation depuis les sources Go avec go install github.com/danielmiessler/fabric/cmd/fabric@latest, ainsi que des images Docker sur Docker Hub et GHCR. Après l'installation, fabric --setup configure les répertoires et les clés API, et des variables d'environnement peuvent devoir être définies dans les fichiers de démarrage du shell.

Dans le dépôt danielmiessler/Fabric, le README relie ce sujet à fabric --setup, fabric --dry-run, fabric --serve. Ce repère permet de rattacher le jugement à un fichier, une commande ou un réglage précis. Pour Fabric, un essai doit observer la sortie produite, les erreurs et l’effet de cette option sur le flux décrit, sans attribuer au projet une garantie que le document ne formule pas. Repère de lecture 4.

Utilisation de la ligne de commande

La commande fabric accepte des entrées depuis stdin ou depuis des URL. Le README montre des exemples comme pbpaste | fabric --pattern summarize pour résumer le contenu du presse-papiers, fabric -y avec une URL YouTube pour récupérer les transcriptions et commentaires, et fabric -u avec une URL de site web pour la récupérer via Jina AI. La CLI inclut des options pour le streaming, la température, top P, la sélection du modèle et du fournisseur, les sessions, les contextes et les fichiers de sortie. L'option --dry-run affiche ce qui serait envoyé au modèle sans faire d'appel API, et les niveaux de débogage de 0 à 4 contrôlent le détail des journaux. Les exemples reposent sur pbpaste sous macOS ; le README donne Get-Clipboard pour Windows et xclip pour Linux.

Dans le dépôt danielmiessler/Fabric, le README relie ce sujet à fabric --setup, fabric --dry-run, fabric --serve. Ce repère permet de rattacher le jugement à un fichier, une commande ou un réglage précis. Pour Fabric, un essai doit observer la sortie produite, les erreurs et l’effet de cette option sur le flux décrit, sans attribuer au projet une garantie que le document ne formule pas. Repère de lecture 5.

API REST et interface web

Fabric est livré avec un serveur API REST intégré, démarré avec fabric --serve. Selon le README, il expose des points d'accès pour les complétions de chat en streaming, la gestion des modèles, la gestion des contextes et des sessions, la liste des modèles et fournisseurs, l'extraction de transcriptions YouTube et la gestion de la configuration. Il existe aussi un mode de compatibilité Ollama, fabric --serveOllama, qui fournit /api/tags, /api/chat et /api/version, afin que les applications conçues pour Ollama puissent pointer vers Fabric et utiliser ses fournisseurs pris en charge. Une interface web est incluse comme alternative graphique à la CLI, avec des détails d'installation dans le web README.

Dans le dépôt danielmiessler/Fabric, le README relie ce sujet à fabric --setup, fabric --dry-run, fabric --serve. Ce repère permet de rattacher le jugement à un fichier, une commande ou un réglage précis. Pour Fabric, un essai doit observer la sortie produite, les erreurs et l’effet de cette option sur le flux décrit, sans attribuer au projet une garantie que le document ne formule pas. Repère de lecture 6.

Modèles personnalisés, outils auxiliaires et état du projet

Les modèles personnalisés vivent dans un répertoire dédié et ont priorité sur les modèles intégrés portant le même nom. fabric --updatepatterns ne les touche pas, et le README les décrit comme privés par défaut. Fabric inclut également des commandes auxiliaires : to_pdf convertit LaTeX en PDF, code2context génère une représentation JSON d'un répertoire de code pour le modèle create_coding_feature, et generate_changelog crée des journaux de modifications Markdown à partir de l'historique git et des demandes de tirage. Le dépôt est sous licence MIT ; la licence accorde le droit d'utiliser, copier, modifier, fusionner, publier, distribuer, sous-licencier et vendre des copies, et stipule que le logiciel est fourni sans garantie. Le README n'établit pas de références de performance, de garanties de sécurité ou d'engagements de support.

Dans le dépôt danielmiessler/Fabric, le README relie ce sujet à fabric --setup, fabric --dry-run, fabric --serve. Ce repère permet de rattacher le jugement à un fichier, une commande ou un réglage précis. Pour Fabric, un essai doit observer la sortie produite, les erreurs et l’effet de cette option sur le flux décrit, sans attribuer au projet une garantie que le document ne formule pas. Repère de lecture 7.

Conclusion éditoriale

La principale contribution de Fabric est une bibliothèque de modèles Markdown, ainsi qu'un outil en ligne de commande et un serveur Go pour les appliquer. Le README ne fournit pas de chiffres de référence ni de garanties de sécurité ; ces affirmations devraient donc être vérifiées auprès d'autres sources. Pour Fabric, le premier contrôle concret porte sur fabric --setup et sur la sortie attendue dans le README. Le projet convient au besoin décrit, mais ne remplace pas les fonctions que sa documentation ne couvre pas.

Sources officielles

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