Neural Box
КаталогО проектеTelegram ↗
← Все репозитории

Новый проект

Sahir619/fable-method

Набор навыков и проверок для ИИ-агентов: классифицировать задачу, собрать доказательства, выполнить минимальные изменения и подтвердить результат.

Открыть GitHub ↗
Stars
★ 2.3k
↗ +23 за 7 дней
Forks
⑂ 325
Язык
Python
Статус
В канале 1 янв. 1 г.

AI-разбор

Проект описывает воспроизводимый рабочий процесс для ИИ-агентов, ориентированный на последовательность «подумать, действовать, доказать и развиваться». Метод сначала классифицирует запрос, определяет критерий готовности с именованной проверкой, собирает первичные источники, формирует одну рекомендацию, выполняет минимальные изменения и подтверждает результат наблюдаемыми проверками. В репозитории находятся четыре навыка Claude Code: fable-method для основного процесса, fable-loop для оркестрации с параллельными исследователями и проверяющими агентами, fable-judge для поиска ложных заявлений о завершении и fable-domain для создания отраслевых адаптеров с источниками, ловушками и проверкой. Проект поставляется как Claude Code plugin, как автономные навыки и как AGENTS.md для других агентских оболочек, включая Codex и Cursor. В комплект входят восемь адаптеров доменов, четырнадцать тестовых сценариев-ловушек, журналы пятнадцати раундов оценки и более 260 запусков агентов; авторы отдельно указывают, что результаты имеют уровень smoke-тестов, зависят от модели и не дают улучшения на обычных небольших задачах. Для медицинских и клинических задач адаптер намеренно отсутствует, а fable-domain отказывается от отраслей, требующих лицензирования или связанных с существенным риском вреда.

Кому подойдёт

Разработчики, инженеры по автоматизации, исследователи и команды, использующие Claude Code или другие ИИ-агентские оболочки и нуждающиеся в проверяемом процессе выполнения задач, прозрачных ограничениях и воспроизводимой оценке качества.

Что внутри

  • Четырёхэтапное семейство навыков для классификации задач, выполнения работ, adversarial-проверки и создания доменных адаптеров.
  • Ограниченный цикл с параллельным сбором доказательств, одной зафиксированной рекомендацией, хирургическими изменениями и наблюдаемой верификацией.
  • fable-judge повторно запускает заявленные проверки, сравнивает фактические изменения и выносит вердикт VERIFIED, CAVEATS или REFUTED.
  • Восемь адаптеров для marketing, research, data analysis, business/ops, finance, legal/compliance, design/UX и devops/infrastructure.
  • Набор из четырнадцати сценариев-ловушек, включая фиктивно завершённую работу с намеренно поддельными признаками успеха.
  • Пятнадцать раундов оценивания с сырыми результатами, описаниями кейсов, методологией воспроизведения и workflow.js.

Где применять

  • Применять в Claude Code перед нетривиальными задачами разработки, чтобы зафиксировать критерии готовности и не менять код без проверки намерения.
  • Запускать fable-loop для многошаговых или потенциально необратимых задач, где нужны параллельное исследование, согласование плана и последующий аудит.
  • Использовать fable-judge для проверки отчётов другого агента, поиска ослабленных тестов, неподтверждённых утверждений и ложного сообщения об успешном завершении.
  • Подключать отраслевой адаптер при подготовке маркетинговых материалов, исследовании, анализе данных, операционных решениях, дизайне или инфраструктурных изменениях.
  • Изучать eval-сценарии и журналы, чтобы сравнивать поведение моделей на конфликтах спецификации, мошеннических отчётах, пропущенных решениях и других ловушках.

Темы

agent-skillsai-agentsclaudeclaude-codeclaude-mdcoding-agentevaluationfablellm

Дальше по теме

Похожие проекты

011 янв. 1 г.

smixs/mentor

Навык для Claude Code, Codex и совместимых агентов, который анализирует локальную историю сессий и создаёт подробный HTML-отчёт о рабочих привычках.

★ 76Python↗
0213 июл. 2026 г.

ohad6k/emulo

Локально анализирует журналы Claude Code, Codex и других агентов, создаёт проверяемый профиль you.md и подключает его к рабочим инструментам.

★ 279Python↗
033 нед. назад

oliverb-io1902e8/agent-skills-collection

Открытая Python-коллекция модульных навыков и инструментов для построения автоматизированных рабочих процессов на базе LLM-агентов.

★ 209Python↗