fak — 安装与上手（简体中文入口）

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——本页只带你从安装走到跑起内核， 更完整的产品介绍见 README（中文入口）与英文 README。 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。 其他语言入口：i18n hub。

本页是安装并运行的入口；一句话理解 fak、60 秒验证与完整定位，请看中文 README 入口。

fak 是一个静态 Go 二进制程序，零外部依赖：它位于 AI 智能体与其所调用的工具之间，在每次 tool call 执行之前进行审查，并在长会话中复用重复的共享工作。同一个智能体循环因此变得更安全、 更省、更快，且无需重写——你只需把一个 base URL 重新指向 fak serve，或用一条命令封装现有智能体： fak guard -- claude。

成本与毛利（人民币视角）。 token 账单按上游计价侵蚀你的人民币毛利；在 50 轮 × 5 智能体的 会话中，fak 相比一套已调优的 warm-cache 栈约少做 4.1× 的工作。约 60×（约 19 小时→约 19 分钟）仅在对比 naive 的“每轮重发全部”循环时成立，绝非头条数字。复用增益为自托管专属， 适用于读密集型集群。

0. 先决条件

1. 分层地图（Tier）

四个层级，按准备成本从低到高排列，层与层之间不会再安装任何新组件：

层级 你得到什么 准备工作
Tier 0 — try the kernel 离线运行/度量裁决边界 go build，零下载
Tier 1 — front a real model 把内核挡在你自己部署的模型前（Ollama / vLLM / llama.cpp / 云厂商） + 一个运行中的 OpenAI 兼容服务
Tier 1b — local model in one command 用现有智能体在内核内跑本地 GGUF 模型——无需 key、无需网络、无需第二个终端 fak guard --gguf qwen2.5:7b -- claude
Tier 2 — the fused in-kernel model 内核自有的纯 Go 前向推理（reference forward pass） + 权重导出

若你只想让 fak 挡在一个真实模型前面，就选 Tier 1。Tier 2 的 in-kernel 模型是与 Hugging Face 逐位一致的参考前向推理， 而非面向对话质量的服务引擎（详见英文 GETTING-STARTED 的 honest caveat）。

关于模型： fak 只管控并缓存你的模型，而不替换它。Qwen（通义千问） 与 GLM（智谱） 已在 in-kernel 参考引擎中验证为逐位一致（bit-exact）；DeepSeek、Yi、百川（Baichuan）、Kimi 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）。

2. 安装（拿到二进制）

从克隆构建（贡献者路径）：

git clone https://github.com/anthony-chaudhary/fak.git
cd fak
go build -o fak ./cmd/fak          # Windows: go build -o fak.exe ./cmd/fak

用 Go 直接安装（模块路径即仓库根，可直接解析）：

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

中国大陆安装提示。 Go 默认的模块代理在境内常不可达——先设置国内代理： GOPROXY=https://goproxy.cn,direct（用于模块下载）。GGUF 权重在 Hugging Face 不可达时， 可在 ModelScope（魔搭） 上寻找同名镜像。

export GOPROXY=https://goproxy.cn,direct
go install github.com/anthony-chaudhary/fak/cmd/fak@latest

3. 60 秒验证（无需 key、无需模型、无需 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

preflight 展示的是结构性、默认拒绝的能力闸门（capability floor）：不在允许清单上的动作 无法运行，与模型被如何说服无关——这是 fail-closed。fak agent --offline 是注入 A/B：在实测中， prompt 注入 5/5 攻破了无防护基线，fak 则 5/5 将其隔离在模型上下文之外。

4. 下一步

License: Apache-2.0——免费、自托管，无需信用卡、无需跨境发票、无需主体。