Skip to the content.

fak — instalasi & mulai cepat (pengantar Bahasa Indonesia)

Ini adalah halaman pintu masuk (entry point) terlokalkan, bukan terjemahan lengkap. Dokumentasi lengkap tersedia dalam bahasa Inggris — halaman ini hanya mengantar Anda memasang dan menjalankan fak, memetakan tier, lalu meneruskan ke dokumentasi Inggris. Catatan: terjemahan ini dihasilkan mesin dan masih menunggu tinjauan penutur asli — silakan buka issue/PR untuk perbaikan. Pintu masuk bahasa lain ada di i18n hub.

Ini adalah pintu masuk pasang-dan-jalan. Pitch padatnya ada di README; halaman ini membawa Anda dari checkout bersih ke kernel yang berjalan.

fak adalah satu binary Go — satu artefak statis tanpa dependensi eksternal — yang duduk di antara agen AI Anda dan tool yang dipanggilnya: meninjau setiap tool call sebelum berjalan, dan memakai ulang kerja bersama yang berulang di sesi panjang. Hasilnya: loop agen yang sama menjadi lebih aman, lebih murah, dan lebih cepat, tanpa menulis ulang apa pun. Anda tidak menulis ulang agen — cukup arahkan satu base URL ke fak serve, atau bungkus agen yang sudah ada dengan satu perintah:

fak guard -- claude

Mengapa ini penting untuk Indonesia

Keamanan: struktural, bukan classifier

Prasyarat

Peta tier

Tier Yang Anda dapat Setup
0 — Coba kernel Jalankan/ukur batas adjudikasi secara offline go build
1 — Fronting model nyata Taruh kernel di depan model yang Anda layani sendiri (Ollama / vLLM / llama.cpp / provider cloud) + server OpenAI-compatible
1b — Model lokal satu perintah Model GGUF lokal in-kernel bersama agen Anda — tanpa key, tanpa jaringan fak guard --gguf qwen2.5:7b -- claude
2 — Model fused in-kernel Forward pass murni-Go yang dimiliki kernel + (bobot nyata) ekspor Python

Kalau Anda hanya ingin melayani model yang berguna dengan fak di depannya, pilih Tier 1. Model in-kernel Tier 2 adalah reference forward pass yang terbukti bit-exact, bukan mesin serving kualitas-chat.

Model Anda

fak mengatur dan meng-cache model Anda; ia tidak menggantinya. Qwen2/Qwen3 dan GLM-MoE terbukti bit-exact di reference engine in-kernel. Selebihnya (DeepSeek, Mistral, model open-weights apa pun) di-front lewat wire OpenAI-compatible: Ollama / vLLM / SGLang / llama.cpp / LM Studio atau API OpenAI-compatible mana pun.

Pasang binary-nya

go build -o fak ./cmd/fak

Atau pasang langsung dengan Go (module path adalah root repository, jadi resolve langsung):

go install github.com/anthony-chaudhary/fak/cmd/fak@latest

Catatan Windows. Build dengan go build -o fak.exe ./cmd/fak, lalu ketik binary sebagai .\fak.exe di tiap tempat panduan ini menulis ./fak.

Bukti 60 detik (tanpa key, tanpa model, tanpa GPU)

go build -o fak ./cmd/fak
./fak preflight --policy examples/customer-support-readonly-policy.json --tool refund_payment --args "{}"   # -> DENY (POLICY_BLOCK)
./fak preflight --policy examples/customer-support-readonly-policy.json --tool search_kb     --args "{}"   # -> ALLOW
./fak agent --offline                                                                                       # injection blocked, task still completes

Ke mana selanjutnya

Halaman Bahasa Indonesia lain: Mulai cepat · FAQ · Indeks Bahasa Indonesia

License: Apache-2.0.