fak — త్వరిత ప్రారంభం (10 నిమిషాల్లో ఒక local model)

ఇది ఒక స్థానికీకరించిన ప్రవేశ పేజీ (entry point) — పూర్తి డాక్యుమెంటేషన్ అనువాదం కాదు. పూర్తి డాక్యుమెంటేషన్ ఇంగ్లీషులో ఉంది. ఈ పేజీ యంత్రంతో తయారైనది; native సమీక్ష పెండింగ్‌లో ఉంది — సవరణల కోసం issue/PR తెరవండి.

మరిన్ని: i18n hub · fak తెలుగు పరిచయం · ఇంగ్లీష్ మూలాధారం

వాగ్దానం

ఈ దశలు అనుసరించాక, మీ సొంత మెషీన్‌లో నడిచే governed local AI మీ చేతిలో ఉంటుంది — ఇది offline పని చేస్తుంది, ఏ key అవసరం లేదు, ఏ cloud bill రాదు, డేటా మీ మెషీన్‌లోనే ఉంటుంది, చిన్న models కోసం CPU సరిపోతుంది — GPU అవసరం లేదు. మొత్తం దారి సుమారు 10 నిమిషాలు.

భారత్‌లో ఇది సూటిగా margin మీట: token bill డాలర్లలో వస్తుంది కానీ ఖర్చు రూపాయల్లో బాధిస్తుంది; self-host అయిన fak వద్ద cross-border invoice లేదు, entity లేదు — DPDP Act, 2023 ప్రకారం డేటా దేశంలోనే ఉంటుంది.

వేగవంతమైన మార్గం

మీ ఇప్పటి coding agent వెనుక ఒక local model-ను ఒకే కమాండ్‌లో అమర్చండి — ఏజెంట్‌ను తిరిగి రాయనక్కర్లేదు:

fak guard -- claude

60-సెకన్ల రుజువు (key లేదు, model లేదు, GPU లేదు)

ఏ download-ఉ లేకుండా tool-call సరిహద్దును ఇప్పుడే చూడండి — ఒక structural DENY, ఒక ALLOW, మరియు offline-లో ఆగిపోయిన injection:

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

fak అంటే ఏమిటి

fak ఒక static Go binary — ఇది మీ AI ఏజెంట్‌కు, అది పిలిచే tools-కు మధ్య కూర్చుంటుంది. ప్రతి tool call నడిచే ముందే దాన్ని తనిఖీ చేస్తుంది, పొడవైన session-లలో పునరావృతమయ్యే పంచుకున్న పనిని తిరిగి వాడుకుంటుంది. ఫలితం: అదే agent loop మరింత సురక్షితం, చౌక, వేగం — ఇంకేమీ మార్చకుండా. మీరు ఏజెంట్‌ను తిరిగి రాయరు; ఒక base URL-ను fak serve వైపు తిప్పుతారు, లేదా ఒకే కమాండ్‌లో fak guard -- claude.

సురక్షత structure ద్వారానే వస్తుంది, classifier ద్వారా కాదు: kernel లోపల, అదే call path-లో నడిచే default-deny capability floor (fail-closed) — allow-list-లో ఎప్పుడూ లేని action, model-ను ఎంత మభ్యపెట్టినా, నడవలేదు. అనుమానాస్పద tool results విడి quarantine-లో ఉంచబడతాయి, model context-లోకి అసలు రావు.

ఎంత వేగం (నిజాయితీగా)

కొలిచిన 50-turn × 5-agent session మీద, ఒక tuned warm-cache stack-తో పోలిస్తే నిజాయితీగల headline ~4.1× తక్కువ పని. naive re-send-everything loop-తో మాత్రమే పోలిస్తే అదే session ~19 గంటల నుంచి ~19 నిమిషాలకు (~60×) పడిపోతుంది — కానీ ఆ ~60× సంఖ్య naive pattern-తో పోలిస్తేనే నిజం; అది headline కాదు. ఈ reuse లాభం self-host మాత్రమే, read-heavy fleets-కు వర్తిస్తుంది.

provider-ల prompt-cache డిస్కౌంట్, cached prefix byte-for-byte అలాగే ఉంటేనే నిలుస్తుంది; fak మధ్యలోని పాత turns-ను తీసేసినా prefix-ను byte-identical-గా ఉంచుతుంది. prefix byte-identity-ను fak హామీ ఇస్తుంది; provider ఆ cache-ను నిజంగా తిరిగి వాడతాడా అనేది provider నిర్ణయం — fak దాన్ని relay చేస్తుంది, claim చేయదు.

ప్రతి సంఖ్య దాని commit, artifact వరకూ traced — BENCHMARK-AUTHORITY చూడండి.

మీ model-తో

fak మీ model-ను మార్చదు — దాన్ని govern చేసి cache చేస్తుంది. Qwen2/Qwen3, GLM-MoE in-kernel reference engine-లో bit-exact అని నిరూపితమయ్యాయి; మిగతావన్నీ (DeepSeek, Mistral, ఏ open-weights model అయినా) OpenAI-compatible wire మీద front అవుతాయి — Ollama / vLLM / SGLang / llama.cpp / LM Studio లేదా ఏ OpenAI-compatible API ద్వారా అయినా.

తరువాత ఎక్కడికి

• README (పూర్తి అవలోకనం)
• START-HERE — 10 నిమిషాల్లో local model
• Getting Started — binary install చేయండి
• BENCHMARK-AUTHORITY — ప్రతి సంఖ్యకు మూలం
• CLAIMS — ఏది shipped/simulated/stub
• డేటా residency & compliance — DPDP Act కోసం
• Integrations — మీ ఏజెంట్‌ను అనుసంధానించండి

License: Apache-2.0 — ఉచితం, self-host.