fak — часто задаваемые вопросы (русскоязычное введение)
Это локализованная точка входа, а не полный перевод документации. Полная документация — на английском; эта страница даёт суть fak, ответы на первые вопросы и путь к установке, а затем ведёт вас к англоязычному источнику истины. Примечание: перевод подготовлен машиной и ещё не прошёл проверку носителем языка — нашли ошибку, открывайте issue или PR. Другие языки и полный список — на хабе i18n; соседние русские страницы: введение · быстрый старт · установка.
Q1. Что такое fak?
Одна статическая Go-бинарь, которую вы ставите перед AI-агентом, которого уже запускаете (Claude Code, Codex, Cursor, любой клиент OpenAI / Anthropic / MCP), перенаправив один base URL — без переписывания. Она удешевляет длинные сессии (сбрасывает старые ходы, сохраняя префикс provider prompt-cache побайтово неизменным), маршрутизирует каждый tool call, может запускать локальные GGUF-модели в своём процессе и записывает проверяемый вердикт по каждому вызову.
Q2. Нужно ли менять модель или переписывать агента?
Нет. fak управляет и кэширует ту модель, которую вы уже используете. Оберните её одной командой:
fak guard -- claude
Либо перенаправьте один base URL на fak serve.
Q3. Куда уходят мои данные — это соответствует требованиям?
Прежде всего self-host: одна статическая бинарь перед локальной моделью или отечественным провайдером, с fail-closed-резидентностью данных, ёмкостным порогом по умолчанию с запретом (default-deny) и защищённым от подделки журналом аудита по каждому tool call. Ваши данные не покидают вашу машину. Такая схема прямо ложится на требования Федерального закона № 152-ФЗ «О персональных данных» о локализации персональных данных граждан РФ: обработка и хранение остаются на ваших мощностях внутри страны.
Q4. Сколько это стоит? Правда бесплатно?
Apache-2.0, бесплатно, self-host. Ни карты, ни трансграничного инвойса, ни юрлица — а
значит, ни счёта в валюте, ни курсовых рисков в рублях на входе. git clone плюс
go install — это весь путь.
Q5. Насколько дешевле или быстрее?
На измеренной сессии 50 ходов × 5 агентов — примерно в 4.1 раза меньше работы, чем у настроенного стека с прогретым кэшем (tuned warm-cache). Меньше выполненной работы — меньше токенов, а расходы на токены бьют по бюджету в рублях, тогда как счёт часто номинирован в долларах, поэтому экономия работает прямо на маржу. Цифра ~60× (примерно с 19 часов до 19 минут) верна только против наивного цикла «пересылать всё заново» — и никогда не заголовок. Выигрыш от повторного использования — только для self-host и для read-heavy-флотов.
Q6. Какие модели поддерживаются?
Qwen2/Qwen3 и GLM-MoE подтверждены как bit-exact во встроенном (in-kernel) референсном движке. Всё остальное (DeepSeek, Mistral, любая open-weights-модель) подключается по OpenAI-совместимому протоколу: Ollama / vLLM / SGLang / llama.cpp / LM Studio.
Q7. Как это останавливает prompt injection?
Два структурных барьера, а не классификатор: ёмкостный порог с запретом по умолчанию (опасного инструмента просто нет в allow-list) и карантин результатов (отравленные результаты инструментов вообще не попадают в контекст модели). В живых тестах инъекция пробивала незащищённый базовый вариант 5 из 5, а fak отгородил её 5 из 5.
Проверить это самому можно за минуту — без ключей, без модели, без 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
Q8. Как установить?
go install github.com/anthony-chaudhary/fak/cmd/fak@latest
Либо из клона: go build -o fak ./cmd/fak.
Примечание по установке: там, где proxy.golang.org недоступен, может понадобиться
задать GOPROXY на доступное зеркало — подойдёт и собственный (self-hosted) прокси Go-модулей:
export GOPROXY=https://<your-go-module-proxy>,direct
go install github.com/anthony-chaudhary/fak/cmd/fak@latest
Q9. Куда двигаться дальше?
- README — полный обзор
- START-HERE — локальная модель за 10 минут
- GETTING-STARTED — установка бинаря
- BENCHMARK-AUTHORITY — источник каждой цифры
- CLAIMS — что shipped / simulated / stub
- Резидентность данных и соответствие — под 152-ФЗ
- Integrations — подключите своего агента
License: Apache-2.0.