fak — início rápido (10 minutos até um modelo local)

Esta é uma página de entrada localizada, não uma tradução completa da documentação. A documentação completa está em inglês — esta página dá o essencial do fak, a prova de 60 segundos e o caminho de instalação, e depois o encaminha para os documentos em inglês. Aviso: esta tradução foi gerada por máquina e ainda aguarda revisão de um falante nativo — encontrou um erro? Abra uma issue/PR. Outros idiomas: veja o i18n hub.

A promessa

Do zero a uma IA local governada em cerca de 10 minutos. Ela roda offline, não custa nada (sem chaves de API, sem conta na nuvem), mantém os seus dados na sua máquina, e para modelos pequenos a CPU é suficiente — não precisa de GPU.

O caminho mais rápido (um comando)

Envolva o agente que você já usa com um modelo local, numa única linha:

fak guard -- claude

Você não reescreve o seu agente — o fak senta-se entre o agente e as ferramentas que ele chama, revisa cada tool call antes de ela rodar e reutiliza o trabalho compartilhado ao longo de uma sessão longa. O mesmo loop de agente fica mais seguro, mais barato e mais rápido, sem reescrita.

Prova de 60 segundos (sem chave, sem modelo, sem 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

O piso de capacidades (default-deny) é verificado dentro do kernel, no mesmo caminho de chamada — fail-closed. Uma ação que nunca esteve na lista de permissões não roda, não importa o que convençam o modelo a pedir. E os resultados de ferramentas suspeitos são mantidos em quarentena, fora do contexto do modelo — por estrutura, não por um detector. Em testes ao vivo, a injeção de prompt atingiu a linha de base desprotegida 5/5; o fak a isolou 5/5.

O que é o fak

fak é um único binário Go que fica entre o seu agente de IA e as ferramentas que ele chama. Você não troca de modelo — o fak governa e faz cache do modelo que você já usa. Você aponta uma base URL para fak serve, ou envolve um agente existente com fak guard -- claude.

Qwen2/Qwen3 e GLM-MoE estão provados bit-exact no motor de referência in-kernel; todo o resto (DeepSeek, Mistral, qualquer modelo de pesos abertos) entra pela wire compatível com OpenAI — Ollama / vLLM / SGLang / llama.cpp / LM Studio ou qualquer API compatível com OpenAI.

Quão rápido é (número honesto)

Numa sessão medida de 50 turnos × 5 agentes, o ganho honesto sobre uma stack ajustada de warm-cache é de cerca de ~4,1× menos trabalho. O número de ~60× (cerca de 19 horas para cerca de 19 minutos) é verdadeiro apenas contra o padrão ingênuo de reenviar tudo a cada turno — nunca o apresente como manchete. O ganho de reutilização é apenas em self-host e vale para frotas com muita leitura.

O desconto de prompt-cache do provedor só sobrevive se o prefixo em cache permanecer byte-a-byte idêntico; o fak garante a identidade byte-a-byte do prefixo enquanto descarta os turnos antigos do meio. Se o provedor de fato reutiliza o cache é decisão do provedor — o fak repassa essa chamada, não a reivindica.

Custo, margem e conformidade

Para onde ir agora

License: Apache-2.0.