痛点
今年 6 月份，。
它包裹了大量的优秀提示词，可以处理各种你日常工作、学习和科研中的事务性工作。包括但不限于：
不少读者看过之后，大呼有用，然后亲手测试。有的测试成功，真正应用到了工作中，各种开心。
但很多小伙伴都遇到了一个问题 ——fabric 的 Python 版本，安装起来实在是不方便。
好在开发者有承诺，说两个月之内，就要整体从 Python 切换到 Go 语言。作者解释说这样一来，安装过程将是无比简单顺滑的。
于是大伙儿就等啊，等啊……
到了 8 月 17 日，Go 版本可算是来了。但是按照官方提供的安装方式，却发现没有办法使用 OpenAI, Google, Anthropic 等少数几家供应商之外的 API Key 。因为缺乏一个关键设定 ——API base url，也就是 OpenAI 兼容模式的地址。
打个比方，你拿房间 A 的钥匙，去开房间 B 的锁，自然打不开。但是这个设置根本不让你设定到底想要打开哪间房子 —— 默认只能去房间 B 那里尝试。
fabric 的 Github issues 里面，好多小伙伴都提了需求，人家似乎也在积极修复。但是你就盯着它的 release 看好了，那是一动不动啊。一直停留在 fabric Go 版本发布的那一刻。
看着「最新 release 的发布日期」从「一周前」变成「两周前」，又变成了「上个月」…… 我几乎已经放弃了。但是星球的小伙伴不肯放弃，一直在崔更。
前两天，我偶然打开官网，发现好消息终于来了。
最近两周之内，fabric 实际上已经进行了一系列的密集更新。
应星友的邀请，我写下这篇教程，给你讲讲开发者口中的这个「配置起来丝般顺滑」的 fabric 该如何安装和使用。
安装
转换到 Go 版本之后，安装 fabric 这个事儿着实变得异常简单，你只需要一条命令：
go install github.com/danielmiessler/fabric@latest
对，这就算搞定了。
所有的依赖，都完全不需要你来处理，这次 fabric 自行解决。
不过这里我建议你安装一个附加命令，就是 yt，它可以从 Youtube 视频中获取信息，方便你后续进一步处理加工。你需要执行
go install github.com/danielmiessler/yt@latest
好，这里需要下载安装的内容，就算是完事儿了。
设置
下面咱们来做一下设置。
如果你跟我一样使用 M 版本的 MacOS 系统，那么你需要在 .zshrc 或者 .bashrc （具体看你用的是 zsh 还是 bash 了）的最后加上这几句：
# Golang environment variables
export
GOROOT=/opt/homebrew/bin/go
export
GOPATH=
$HOME/go
export
PATH=
$GOPATH/bin:$GOROOT/bin:$HOME/.local/bin:$PATH:
注意如果你使用其他版本的系统，需要添加的命令有些不同。你可以 。
之后，请你在终端执行：
fabric --setup
整个儿的设置，全都改成了交互式。
每一个步骤，几乎都给你设置用户自定义 API base url 的机会。这样可定制的灵活性大大增强。当然了，如果你使用的就是官方提供的 API key，也可以丝毫不用理会它。
为了方便，咱们直接设置 OpenRouter API key 就好。毕竟有了这样一个 key ，你几乎可以访问全部主流的大模型。具体介绍，。
甚至，你连本地模型都能设置。这里是 fabric 的设定流程，在询问你是否有 Ollama 服务。如果有，把 Ollama 提供给你的地址填入，你就可以直接调用本地大模型了。最近 Llama 3.2 小模型来了，视觉能力不错，不妨试试看。
fabric 还非常贴心提供了 SiliconCloud (硅基流动) 的 API key 输入位置。
这个网站，囊括了目前主流的开源大模型。例如 Llama 3.1 405B，Qwen 2.5 和 Deepseek 2.5 等。
目前注册就送 14 块钱。
别觉得 14 块钱不够多。如果你用其中的主流国产模型，这钱对应的是 2000 万 tokens，够你用一气了。
你还可以在注册时，使用我的优惠链接 (https://cloud.siliconflow.cn/i/XyPl6jj4) 或者优惠码（XyPl6jj4），可以获得额外的赠送金额。
走完这个对话，fabric 会帮你总结可用模型数量。
你看， 其中光是 Openrouter，就提供了 190 多个模型。
这里你可以选择某个模型作为默认模型。后续如果不加以特殊指定，fabric 就直接调用默认模型进行处理。
我选择的是 GPT-4o mini。原因是特别便宜，快，而且能力还成。。
后续的设定，如果你没有特殊需求，一路回车就搞定了。
不过如果你想使用 yt 命令 (下文有样例)，这里记得需要填写自己的 Youtube API key 哦。
测试
咱们来测试一个「端到端」命令，把一个苹果 WWDC 2024 发布会视频 (时长 100 多分钟)，先转化成一系列的要点。然后根据要点，让 fabric 自动转换成一篇博客。博客是英文的，所以还需要它帮助把内容翻译成中文。原本你跟大模型对话，这需要几次来回。但是现在有了 fabric ，你只需要这一条命令：
yt https://www.youtube.com/watch?v=RXeOiIDNNek | fabric -p extract_wisdom | fabric -p write_essay | fabric -sp translate_cn
这里命令的使用和组合方式，。
这是使用咱们的默认模型 GPT-4o mini 运行的效果：
如果你对结果不满意，还可以改变模型。在前面管道 | 隔开的每一次 fabric 调用，你都可以用 -m 命令来修改模型调用。或者，你可以干脆改变默认模型。例如我这里是把默认模型修改成为了一个 405B 的开源大模型 nousresearch/hermes-3-llama-3.1-405b: free。
注意这个 free，它意味着免费。这样一来，执行起来比 GPT-4o mini 还要便宜，哈哈。
运行的结果，是这样的：
你感觉如何？我觉得至少从生动性和细节描摹角度，hermes-3-llama-3.1-405b 这个免费模型要比 GPT-4o mini 好很多。
小结
Fabric 的 Go 版本发布，确实让普通用户的安装和设置成本大幅降低。参考官网的样例，结合你自己的需求加以组装和改动，你也能让一系列大语言模型成为你的参谋和助手，帮你高效工作和学习新知。
不过临渊羡鱼不如退而结网，希望你还是自己动手安装尝试。毕竟「实践出真知」嘛。也欢迎你把自己的使用心得分享到留言区，咱们一起交流讨论。
如果你觉得本文有用，请点赞。
如果本文可能对你的朋友有帮助，请转发给他们。
，以便及时收到后续的更新内容。
标签： fabric
工作流
版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。
