fak — நிறுவல் மற்றும் தொடக்கம் (தமிழ்)

இது ஒரு உள்ளூர்மயமாக்கப்பட்ட நுழைவுப் பக்கம் (entry point) — முழு ஆவணத்தொகுப்பின் மொழிபெயர்ப்பு அல்ல. முழு ஆவணங்கள் ஆங்கிலத்தில் உள்ளன — இந்தப் பக்கம் உங்களை நிறுவல் வழியில் ஏற்றி, பிறகு ஆங்கில உண்மை-மூலம் (README) நோக்கி அழைத்துச் செல்கிறது. குறிப்பு: இந்த மொழிபெயர்ப்பு இயந்திரத்தால் உருவாக்கப்பட்டது; native சரிபார்ப்பு நிலுவையில் — திருத்தங்களுக்கு issue/PR திறக்கவும்.

மற்ற மொழிகள் மற்றும் முழுப் பட்டியல்: i18n hub. தமிழ் அறிமுகச் சாரம்: ./README.md.

இது நிறுவி-இயக்கும் முகப்பு (install-and-run front door) — அடர்த்தியான விளக்கம் ./README.md-இல் உள்ளது. இந்தப் பக்கம் ஒரு சுத்தமான checkout-இலிருந்து இயங்கும் kernel வரை, copy-paste செய்யக்கூடிய கட்டளைகளுடன் உங்களைக் கொண்டுசெல்கிறது.

இந்திய சந்தைக்கு ஏன் இது பொருந்தும்: fak self-host முதன்மை — Tier 0-க்கு key, GPU, அல்லது network தேவையில்லை; தரவு உங்கள் இயந்திரத்தை விட்டு வெளியேறாது (DPDP Act, 2023-க்கு ஏற்ப). நீண்ட session-களில் பகிரப்பட்ட வேலையை மறுபயன்பாடு செய்வதால் வரும் மிச்சம் — ரூபாய் margin-க்கு நேரடி நெம்புகோல் — self-host, read-heavy fleet-களுக்கு மட்டும்; நேர்மையான எண் ஒரு tuned warm-cache stack-ஐ விட 50-turn × 5-agent session-இல் ~4.1× குறைவான வேலை (~60× என்பது naive re-send loop-ஐ விட மட்டுமே). முழு விளக்கம் ./README.md-இல்.

0. முன்நிபந்தனைகள்

1. Tier வரைபடம்

setup செலவின் ஏறுவரிசையில் நான்கு படிகள் — அவற்றுக்கு இடையில் புதிதாக எதுவும் நிறுவப்படுவதில்லை:

Tier என்ன கிடைக்கிறது எப்படித் தொடங்குவது
0 — kernel-ஐ முயற்சிக்க adjudication எல்லையை offline-இல் இயக்கி/அளக்க go build — key/GPU/network தேவையில்லை
1 — உண்மையான model-க்கு முன் வேறெங்கோ serve செய்யும் model-க்கு (Ollama / vLLM / llama.cpp / cloud) முன் kernel-ஐ வைக்க + இயங்கும் OpenAI-compatible server
1b — ஒரே கட்டளையில் local model இருக்கும் agent-உடன் local GGUF model-ஐ in-kernel இயக்க — key இல்லை, network இல்லை, இரண்டாவது terminal இல்லை fak guard --gguf qwen2.5:7b -- claude
2 — இணைந்த in-kernel model kernel சொந்தமாகக் கொண்டிருக்கும் pure-Go SmolLM2 forward pass + (real weights) Python export

நீங்கள் வெறுமனே fak-ஐ முன் வைத்து ஒரு பயனுள்ள model-ஐ serve செய்ய விரும்பினால், உங்களுக்குத் தேவை Tier 1. Tier 2-இன் in-kernel model என்பது HuggingFace-க்கு எதிராக bit-for-bit நிரூபிக்கப்பட்ட ஒரு reference forward pass — chat-தர serving engine அல்ல.

2. binary-ஐப் பெறுங்கள்

fak ஒரே Go binary — வெளிச் சார்புகள் பூஜ்ஜியம். clone-இலிருந்து build செய்ய:

go build -o fak ./cmd/fak

Windows குறிப்பு: Windows-இல் go build -o fak.exe ./cmd/fak எனப் build செய்யவும் (-o fak எனில் cmd.exe / PowerShell பெயரால் இயக்க முடியாத extension-இல்லா கோப்பு உருவாகும்). இந்த வழிகாட்டி ./fak என எழுதும் இடங்களில் .\fak.exe எனத் தட்டச்சு செய்யவும்.

module path (github.com/anthony-chaudhary/fak) களஞ்சிய மூலமாக இருப்பதால், நேரடியாக நிறுவுகிறது:

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

உரிமம்/செலவு: fak Apache-2.0, இலவசம், self-host — கார்டு இல்லை, cross-border invoice இல்லை, entity இல்லை. git clone மற்றும் go install — இதுவே முழு வழி.

3. 60-வினாடி சான்று (key இல்லை, model இல்லை, GPU இல்லை)

Tier 0 முழுவதும் offline மற்றும் deterministic. fak/ உள்ளிருந்து இயக்கவும்:

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

இது capability floor-ஐ செயலில் காட்டுகிறது: allow-list-இல் இல்லாத ஒரு action model-ஐ எப்படி வற்புறுத்தினாலும் இயங்காது — kernel-இன் உள்ளே, அதே call path-இல், fail-closed. ./fak agent --offline-இல் prompt injection தடுக்கப்பட்டாலும் task நிறைவடைகிறது.

4. அடுத்து எங்கே

License: Apache-2.0.