mcpField
F
fable-wise

fable-wise

github.com/immamdouhaboammarAgent 工作流355 次安装1 周前更新
代码仓库

关于 fable-wise

fable-wise 是用于精简工程产物、让决策立足于可观察事实的技能。它提供审查模式,可重写已偏离的产物、合并事实来源并质疑工程计划。

主要功能

  1. 01从干净的 v0 重写偏离产物
  2. 02合并重复配置
  3. 03用原生机制替代偶然引入的抽象
  4. 04检查需求理解和技术决策
  5. 05以反方批评压力测试计划
  6. 06通过测试验证精简结果

适用场景

  1. 01重做经过大量修补的文档
  2. 02解决互相冲突的配置值
  3. 03审查技术选择是否足够简单
  4. 04找出工程计划中的致命缺陷

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/immamdouhaboammar/get-fable --skill fable-wise

安装后在 Claude Code 中输入/fable-wise确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

.gitignore
AGENTS.md
CLAUDE.md
LICENSE
NOTICE
package.json
README.md
.claude-plugin/
plugin.json
.github/workflows/
ci.yml
release.yml
agents/
openai.yaml
assets/
banner.svg
map.svg
thumbnail.svg
docs/
invocation.md
docs/readme/
README.ar.md
README.de.md
README.es.md
README.fr.md
README.hi.md
README.ja.md
README.ko.md
README.pt.md
README.ru.md
README.zh-CN.md
evals/
scenarios.json
scripts/
catalog.cjs
check-catalog-sync.cjs
check-deploy-home.cjs
check-links.sh

详细介绍

Fable Wise

低层级的认知反射与架构模式,可抵御 AI 垃圾内容、复杂度膨胀和产物漂移。不要添加推测性代码和样板代码,而要强制采用简化、删减、整合并以可观察现实为决策依据的模式。

目的

通过 Depth、Breadth、Coil 和 Mesh 中的认知反射,贯彻资深架构智慧。用直接机制取代臃肿的抽象,整合单一事实来源,从干净的 v0 版本重写经过大量修补的产物,并通过反方批评对计划进行压力测试。

适用场景

  • 将已发生漂移、经过大量修补的产物重写为干净的 v0(/re0)。
  • 执行前检查模型对细微请求的理解(/readchk)。
  • 预先划定不安全范围,让剩余安全部分全力运行(/autobahn)。
  • 审核分散的事实,并将其整合为单一事实来源(/ssotize)。
  • 用基础的语言机制取代偶然出现的框架/技术栈术语(/detool)。
  • 反复审视新做出的技术决策,直到它足够简单,或暴露出其薄弱之处(/feynman)。
  • 用一个可能致命的反对意见对工程计划进行压力测试(/hate)。
  • 将产物拆分到独立的评估视角中,以暴露隐藏的冲突(/prism)。
  • 用仓库中干净且可靠的检查来试验拟议的更改(/sip)。

不适用场景

  • 没有结构复杂性的常规小型 Bug 修复(使用 fable-execute)。
  • 自动依赖项更新或标准 CI 修复(使用仓库批准的维护工作流)。
  • 高层级多主机生命周期路由(使用 get-fable)。

输入

  • engineering_artifact:代码文件、架构文档、配置或计划。
  • pattern_directive:选定的 Paperthin 认知反射或命令(例如 re0、detool、ssotize、hate)。

预期输出

  • debloated_artifact:经过简化、无漂移,并以原生语言基元为基础的产物。
  • consolidated_truth:消除重复参数的单一事实来源配置。

流程

  1. 阶段 1 — 基数与时间分类:
    • Depth(一个产物,当下):这个单一产物是否干净、精简且真实?应用 re0、readchk、detool、debloat、feynman。
    • Breadth(多个产物,当下):所有地方的事实是否一致?应用 ssotize、reorder。
    • Coil(一个项目,跨多次迭代):每个周期是否为下一个周期带来经验?应用 re0-loop、re0-memo、re0-work、catchup、nba。
    • Mesh(多个视角,跨多轮):整个群体是否会收敛到事实?应用 prism。
  2. 阶段 2 — 去除冗余与替换机制:
    • 去除营销流行语、宣传性形容词和 AI 样板内容。
    • 用标准语言机制取代偶然出现的第三方库术语。
    • 将臃肿的产物压缩到承载核心内容所需的密度:删减文字,绝不删减规则。
  3. 阶段 3 — 反方测试与冷读:
    • 应用 Feynman 检查:用简单、不带行话的语言解释决策。
    • 应用 Hate 检查:找出唯一的致命缺陷,并设计成本最低的测试来证伪它。
    • 以置身事外的第三方视角冷读产物:没有先前对话的上下文,它是否能独立成立?
  4. 阶段 4 — 单一事实来源整合(SSOT):
    • 当多份文档或模块声明的参数互相冲突时,指定一个权威来源。
    • 更新所有关联引用,使其指向这一权威来源;消除重复造成的漂移。

决策规则

诱人的自我开脱严格现实 / 不变量原因
“添加更多解释能让文档更清晰。”违规。 解释会稀释核心规则。臃肿的文档会导致 Agent 漏掉关键指示。
“我们应该再给这个遗留文件打一个补丁。”违规。 补丁积累到一定程度时,应重写为干净的 v0(re0)。反复打补丁会掩盖底层设计腐化。
“所有人都觉得这个计划很好;没必要提出异议。”禁止。 始终进行唱反调测试(hate)。尽早发现致命缺陷只需几分钟;等到生产环境中才发现,则要花上数周。
“在两个地方重复配置也无妨。”禁止。 立即整合为单一事实来源(SSOT)(ssotize)。重复的配置必然会逐渐失去同步。
  • 优先删除而非添加:去除冗余、消除偏差、移除未经验证的假设。
  • 判断一项产物是否完成,不是看它还能不能添加内容,而是看是否能在不损失必要行为的前提下继续删减。

工具策略

  • 使用标准文件查看和编辑工具,整合重复的代码和配置。
  • 执行项目的代码检查工具和测试,验证精简后行为仍然保持不变。
  • 原生标准库功能足以满足需求时,不要引入第三方辅助依赖。

证据要求

  • 提供差异,显示代码行数或文档复杂度净减少。
  • 简化前后测试套件均通过,行为完全一致。

失败处理

  • 如果精简重构导致现有测试失败,应找出隐藏的不变量,明确记录,并恢复通过测试的行为。
  • 如果唱反调的 hate 检查发现计划存在无法修复的缺陷,则中止计划并报告该缺陷。

完成标准

  • 移除所有冗余的样板内容、不必要的层次和重复配置。
  • 建立单一事实来源,并验证所有引用文件均已统一。
  • 通过测试执行确认行为正确。

评论

支持 Markdown