fak — 首次接触常见问题（简体中文入门）

这是一个本地化入口页，而非完整文档翻译。完整文档为英文——本页只回答最常见的入门问题， 然后把你引向英文文档。 说明： 本页由机器生成、尚待母语者校对——如发现错误，欢迎提交 issue/PR。 其他语言与入口：i18n hub · 本语言入口页 ./README.md。

Q1. fak 是什么？

一个静态 Go 二进制程序，放在你已经在运行的 AI 智能体（Claude Code、Codex、 Cursor，或任意 OpenAI / Anthropic / MCP 客户端）前面——只需把一个 base URL 重新指向它即可， 无需重写。它能降低长会话的开销（剥离旧的中间轮次，同时保持 provider 的 prompt-cache prefix 逐字节一致），为每一次工具调用做路由，可在进程内运行本地 GGUF 模型，并为每次调用留下一条可审计的裁决记录。

Q2. 我必须换模型或重写智能体吗？

不用。fak 只是对你已经在用的模型做管控与缓存，并不替换它。用一条命令把你现有的智能体包起来即可：

fak guard -- claude

或者把一个 base URL 指向 fak serve 即可。

Q3. 我的数据去哪里——这合规吗？

自托管为先：一个静态二进制程序挡在本地模型或境内 provider 前面，具备 fail-closed 的数据驻留、默认拒绝（default-deny）的能力闸门，以及每次工具调用的防篡改审计日志。 数据不出你的机器。 这直接对应境内数据保护法规——《个人信息保护法》（PIPL）、 《数据安全法》与《网络安全法》：数据留在境内、可审计、动作可控。

Q4. 要多少钱？真的免费吗？

Apache-2.0、免费、自托管。 无需信用卡、无需跨境发票、无需注册主体。 git clone 加 go install 就是全部流程——没有按人民币计的订阅账单，也没有跨境结算。

Q5. 到底能省多少、快多少？

在一次实测的 50 轮 × 5 智能体会话中，相比一个经过调优的 warm-cache 技术栈， fak 少做约 4.1× 的工作——这是诚实的头条数字，直接影响你的毛利率（成本以人民币计价时同样成立）。 那个 ~60×（约 19 小时缩短到约 19 分钟）的数字仅相对朴素的『全量重发』循环才成立， 绝不能当作头条。复用带来的收益仅限自托管场景，且只对读密集型集群适用。

Q6. 支持哪些模型？

Qwen2 / Qwen3 与 GLM-MoE 已在内核内的参考引擎中验证为逐位一致（bit-exact）。 其余一切（DeepSeek、Mistral，以及任意开源权重模型）通过 OpenAI 兼容协议接入： Ollama / vLLM / SGLang / llama.cpp / LM Studio，或任意 OpenAI 兼容 API。

Q7. 它如何拦截 prompt 注入？

靠两道结构性闸门，而非分类器：

  1. 默认拒绝的能力闸门——危险工具从不在 allow-list 上，因此无论模型被如何诱导都无法运行。
  2. 结果隔离（result quarantine）——可疑的工具返回结果被完全挡在模型上下文之外。

在实测中，注入攻击对无防护基线得手 5/5，而 fak 将其挡下 5/5。

60 秒自证（自己跑一遍）

不必轻信上面的说法——克隆后自己跑一遍即可自证（能力闸门放行/拦截，注入被挡下且任务照常完成）：

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. 如何安装？

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

或从克隆目录构建：

go build -o fak ./cmd/fak

中国大陆提示： Go 默认的 proxy.golang.org 常不可达，请先设置国内模块代理 GOPROXY=https://goproxy.cn,direct 再执行 go install；模型权重（GGUF）可在 ModelScope（魔搭） 上寻找镜像。

Q9. 接下来去哪？

License: Apache-2.0。