Sahir619/fable-method
The Fable Workflow: how Claude Fable 5 worked, distilled into skills any model can run, with the eval that keeps it honest. Think / act / prove.
Hızlı değerlendirme
Özet
The Fable Method, coding agent’lar için görevleri sınıflandırma, kanıt toplama, değişiklik yapma ve sonucu doğrulama adımlarını tanımlayan skills ve bunları sınayan eval’ler sunuyor.
Profiline uyum
Coding agent’ların doğrulama ve güvenilirliğini artırması, uygulama geliştirirken agent kullanma ihtiyacınıza dolaylı olarak dokunuyor.
Neden yükseliyor
83 günde 2294 yıldız almış olması dikkat çekici. README’de belirli senaryolara ait sonuçlar, başarısızlıklar ve ham çıktılara bağlantılar sunulması ilgi görmesini açıklayabilir; ancak yükselişin kesin nedeni bilinmiyor. Son 28 günde commit ve farklı yazar etkinliği yok.
Problem
Coding agent’lar yanlış talimatı izleyebilir, doğrulanmamış işi tamamlanmış gibi raporlayabilir veya gereksiz değişiklik yapabilir; ekiplerin bu davranışları azaltan uygulanabilir yönergelere ve bunları ölçme yöntemlerine ihtiyacı var.
Çözüm
Dört skill’i—fable-method, fable-loop, fable-judge ve fable-domain—bir iş akışında topluyor. README’ye göre karar eşikleri ve doğrulama adımları tanımlıyor; sonuçları diff ve çalıştırma üzerinden kontrol eden eval senaryoları, transcript’ler ve ham judge çıktıları sağlıyor.
Yenilik
Görev sınıflandırma, kanıt toplama ve doğrulamayı sıralı bir skill setiyle birleştirip adversarial eval’lerle sınaması faydalı bir paketleme yaklaşımı. Bu ilkelerin kendisi yeni değil; asıl ayırt edici iddia, adımların test sonuçları ve transcript’lerle gerekçelendirilmesi. Kanıtlar proje tarafından hazırlanmış eval’lere dayanıyor.
Teknolojiler
- Python
- Claude Code
- agent skills
- LLM evaluation
Riskler
- README’deki eval sonuçları bağımsız olarak doğrulanmış değil; senaryo seçimi ve değerlendirme yaklaşımı sonuçları etkileyebilir.
- Sonuçların farklı modeller, görev türleri ve çalışma ortamlarında aynı şekilde tekrarlanacağı gösterilmiş değil.
- Son 28 günde commit ve farklı yazar etkinliği bulunmuyor; mevcut bakım temposu belirsiz.
- Skill yönergelerinin etkinliği modele ve göreve bağlı olabilir; README de her görevde kazanım vaat etmiyor.
Detaylı değerlendirme
Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.