fabric

Fabric é um framework open-source para ampliar humanos usando IA. Seu objetivo declarado é resolver um problema de integração, não um problema de capacidades: embora existam muitas aplicações de IA, integrar sua funcionalidade em fluxos de trabalho cotidianos é difícil. O Fabric aborda isso tratando prompts como a unidade fundamental de trabalho com IA e organizando-os por tarefa do mundo real. Conceito central: Patterns O Fabric coleta e organiza prompts, chamados Patterns, em um único local para uso nas ferramentas preferidas do usuário. O README lista casos de uso de exemplo, como extrair destaques de vídeos e podcasts do YouTube, redigir ensaios em voz pessoal, resumir artigos acadêmicos, gerar prompts para arte com IA, avaliar qualidade de conteúdo, explicar código, melhorar documentação e criar posts para redes sociais. Os Patterns podem ser usados diretamente pela interface de linha de comando do Fabric ou copiados para outras ferramentas. Interfaces e uso O Fabric é distribuído principalmente como uma ferramenta de linha de comando. Suporta instaladores de uma linha para Unix/Linux/macOS e PowerShell no Windows, downloads manuais de binários, gerenciadores de pacotes incluindo Homebrew, AUR, Winget e Scoop, instalação a partir do código-fonte com Go e imagens Docker pré-construídas. Um modo de servidor REST API está disponível, incluindo um modo de compatibilidade com Ollama, e documentação interativa de API é fornecida via Swagger/OpenAPI. Uma interface web também é referenciada. Completions de shell são documentados para Zsh, Bash e Fish, e o README mostra como gerar aliases de shell para que cada Pattern possa ser invocado como seu próprio comando. Suporte a provedores O README lista integrações nativas com OpenAI, OpenAI Codex, Anthropic (Claude), Google Gemini, Ollama para modelos locais, Azure OpenAI, Amazon Bedrock, Vertex AI, LM Studio e Perplexity. Também lista muitos provedores compatíveis com OpenAI, incluindo Abacus, AIML, Cerebras, DeepSeek, DigitalOcean, GitHub Models, GrokAI, Groq, Langdock, LiteLLM, MiniMax, Mistral, Novita AI, OpenRouter, Pzero, SiliconCloud, Synthorai, Together, Venice AI e Z AI. A configuração é realizada com um comando de setup, e os provedores podem ser listados pela CLI. O mapeamento de modelo por pattern é suportado por meio de variáveis de ambiente. Personalização e extensões O README descreve Patterns personalizados, estratégias de prompt, aplicativos auxiliares como to_pdf, code2context e generate_changelog, e um helper pbpaste. Documenta níveis de debug, um modo dry run e extensões. O suporte a speech-to-text é mencionado com flags para transcrever arquivos, escolher um modelo de transcrição e dividir arquivos de mídia. A internacionalização é um tema recorrente nas notas de lançamento, com suporte a locale em múltiplas línguas e normalização de locale para variações linguísticas. Contexto do projeto O projeto é licenciado sob MIT e escrito principalmente em Go, tendo migrado de uma implementação anterior em Python; instruções de migração e upgrade estão incluídas. O README enfatiza uma filosofia de que a IA amplia a criatividade humana e de que os problemas devem ser divididos em componentes e abordados um de cada vez. Links para documentação, changelog, vídeos da comunidade e um recurso DeepWiki são fornecidos. O material é um README de projeto e deve ser tratado como documentação descritiva, e não como avaliação independente; as afirmações sobre recursos vêm do próprio projeto.