fak — முதல்-தொடர்பு அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)

இது ஒரு உள்ளூர்மயமாக்கப்பட்ட நுழைவுப் பக்கம் (entry point) — முழு ஆவணத்தொகுப்பின் மொழிபெயர்ப்பு அல்ல. முழு ஆவணங்கள் ஆங்கிலத்தில் உள்ளன — இந்தப் பக்கம் முதல் முறை fak-ஐ சந்திப்பவர்களின் பொதுவான கேள்விகளுக்கு சுருக்கமான பதில்களைத் தந்து, உங்களை ஆங்கில டாக்ஸ் நோக்கி அழைத்துச் செல்கிறது. குறிப்பு: இந்த மொழிபெயர்ப்பு இயந்திரத்தால் உருவாக்கப்பட்டது; native சரிபார்ப்பு நிலுவையில் — திருத்தங்களுக்கு issue/PR திறக்கவும். மற்ற மொழிகள் மற்றும் முழுப் பட்டியல் i18n hub-இல்.

இந்த மொழியில் மேலும்: தமிழ் அறிமுகம் (README)

Q1. fak என்றால் என்ன?

நீங்கள் ஏற்கனவே இயக்கும் AI ஏஜென்டுக்கு (Claude Code, Codex, Cursor, அல்லது எந்த OpenAI/Anthropic/MCP client) முன் நீங்கள் வைக்கும் ஒற்றை static Go binary. ஒரே ஒரு base URL-ஐத் திருப்புவதன் மூலம் இதை இணைக்கிறீர்கள் — மறுஎழுத்து இல்லை. இது நீண்ட session-களை மலிவாக்குகிறது (பழைய turns-ஐ அகற்றியும் provider-இன் prompt-cache prefix-ஐ byte-identical ஆக வைத்திருக்கிறது), ஒவ்வொரு tool call-ஐயும் வழிநடத்துகிறது, local GGUF model-களை in-process ஆக இயக்க முடியும், மற்றும் ஒவ்வொரு call-க்கும் தணிக்கை செய்யத்தக்க (auditable) தீர்ப்பைப் பதிவு செய்கிறது.

Q2. Model-ஐ மாற்றவோ, என் ஏஜென்டை மறுஎழுத்து செய்யவோ வேண்டுமா?

இல்லை. நீங்கள் ஏற்கனவே பயன்படுத்தும் model-ஐ fak govern செய்து cache செய்கிறது. அதை இப்படி wrap செய்யுங்கள்:

fak guard -- claude

அல்லது ஒரு base URL-ஐ fak serve நோக்கித் திருப்புங்கள்.

Q3. என் தரவு எங்கே செல்கிறது — இது compliant-ஆ?

Self-host முதன்மை: ஒரு static binary, ஒரு local model அல்லது உள்நாட்டு provider-க்கு முன் அமர்கிறது; இதனுடன் fail-closed residency, default-deny capability floor, மற்றும் ஒவ்வொரு tool call-க்கும் tamper-evident audit log. உங்கள் தரவு உங்கள் இயந்திரத்தை விட்டு வெளியேறாது. இது இந்தியாவின் DPDP Act, 2023 (Digital Personal Data Protection Act) போன்ற உள்நாட்டு தரவு-பாதுகாப்புச் சட்டங்களுக்கு data-residency-ஐ நேரடியாக இணைக்க உதவுகிறது — சிங்கப்பூர் மற்றும் இலங்கை fleet-களுக்கும் அதே self-host அணுகுமுறை பொருந்தும்.

Q4. இதன் செலவு எவ்வளவு? உண்மையாகவே இலவசமா?

Apache-2.0, இலவசம், self-host. கார்டு இல்லை, cross-border invoice இல்லை, entity இல்லை — எனவே டாலரில் வரும் எல்லைக்கு அப்பாற்பட்ட ரசீதுகள் இல்லை. git clone மற்றும் go install — இதுவே முழு வழி. உங்கள் ரூபாய் செலவு உங்கள் சொந்த hardware/hosting மட்டுமே.

Q5. இது எவ்வளவு மலிவு அல்லது வேகம்?

அளக்கப்பட்ட ஒரு 50-turn × 5-agent session-இல், ஒரு tuned warm-cache stack-ஐ விட ~4.1× குறைவான வேலை — இதுதான் நேர்மையான தலைப்பு எண். ~60× (சுமார் 19 மணி நேரம் → சுமார் 19 நிமிடம்) என்ற எண் நேவ் (naive) மறு-அனுப்பும் loop-ஐ விட மட்டுமே உண்மை; அதை ஒருபோதும் தலைப்பு எண்ணாகக் காட்ட வேண்டாம். token bill டாலரில் வந்தாலும் margin ரூபாயில் உறைப்பதால், இந்த மறுபயன்பாட்டு வெற்றி நேரடியாக margin-ஐ உயர்த்தும் நெம்புகோல் — ஆனால் அது self-host மட்டுமே, read-heavy fleet-களுக்கு.

Q6. எந்தெந்த model-கள் வேலை செய்கின்றன?

Qwen2/Qwen3 மற்றும் GLM-MoE in-kernel reference engine-இல் bit-exact என நிரூபிக்கப்பட்டவை. மற்ற அனைத்தும் (DeepSeek, Mistral, எந்த open-weights model-உம்) OpenAI-compatible wire வழியாக front செய்யப்படுகின்றன: Ollama / vLLM / SGLang / llama.cpp / LM Studio அல்லது எந்த OpenAI-compatible API வழியாகவும். fak உங்கள் model-ஐ மாற்றாது — அதை govern செய்து cache செய்கிறது.

Q7. Prompt injection-ஐ இது எப்படி நிறுத்துகிறது?

Classifier அல்ல — இரண்டு அமைப்புசார் (structural) வாயில்கள்:

Default-deny capability floor — kernel-இன் உள்ளே, அதே call path-இல் சரிபார்க்கப்படுகிறது (fail-closed). ஆபத்தான ஒரு tool ஒருபோதும் allow-list-இல் இருக்காது; model-ஐ எப்படி ஏமாற்றினாலும் அது இயங்க முடியாது.
Result quarantine — சந்தேகத்திற்குரிய tool results model-இன் context-க்குள் நுழையவே முடியாதபடி தனியாக வைக்கப்படுகின்றன (structure, detector அல்ல). அவற்றைக் குறிக்கும் detector ~100% ஏமாற்றத்தக்கது என வடிவமைப்பில் கருதப்படுகிறது — அது ஒரு bonus, ஒருபோதும் floor அல்ல.

நேரடி சோதனைகளில்: prompt injection பாதுகாப்பில்லாத baseline-ஐ 5/5 எட்டியது; fak அதை 5/5 தடுத்துச் சுவர் எழுப்பியது.

Q8. இதை எப்படி நிறுவுவது?

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

அல்லது ஒரு clone-இலிருந்து:

go build -o fak ./cmd/fak

proxy.golang.org உங்கள் பிராந்தியத்தில் மெதுவாகவோ அணுக முடியாததாகவோ இருந்தால், முதலில் ஒரு அருகிலுள்ள module proxy-ஐ GOPROXY வழியாக அமைத்துக்கொள்ளுங்கள்.

60-வினாடி சான்று (key இல்லை, model இல்லை, GPU இல்லை)

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 தடுக்கப்பட்டது, task எனினும் நிறைவு

Q9. அடுத்து எங்கே செல்வது?

License: Apache-2.0.