Fabric 的 extract_wisdom_nometa Pattern 全解析从任意文本中提取无元数据纯净智慧【免费下载链接】FabricFabric is an open-source framework for augmenting humans using AI. It provides a modular system for solving specific problems using a crowdsourced set of AI prompts that can be used anywhere.项目地址: https://gitcode.com/GitHub_Trending/fa/Fabric导读extract_wisdom_nometa是 Fabric 开源框架 data/patterns 目录下的一枚智慧提取类 Pattern用于从播客、访谈、书籍、文章、对话等任意文本中系统性地抽出想法、洞见、金句、习惯、事实、引用与建议。本文以该 Pattern 的 system.md 为骨架逐段拆解其身份设定、八个提取步骤、十六词输出硬规则并结合仓库源码说明它在 Fabric CLI 中的真实加载与调用链路读完你可以直接把它接进自己的文本处理工作流也能理解它与extract_wisdom、extract_wisdom_dm等近亲变体的本质差异。Pattern 在 Fabric 生态中的定位Fabric 的核心思想是用众包的 AI 提示词Pattern模块化解决具体问题。每枚 Pattern 通常由system.md系统提示词与可选的user.md、README.md组成集中存放在 data/patterns 目录下。官方模式描述文件 pattern_descriptions.json 中extract_wisdom_nometa的定位是描述Extract pure wisdom from content without metadata从内容中提取纯净智慧不附带元数据标签EXTRACT、CR THINKING、WISDOM。同一份描述文件同时给extract_wisdom家族的其他成员也打了WISDOM标签如extract_wisdom、extract_wisdom_dm、extract_wisdom_short、extract_wisdom_with_attribution、extract_article_wisdom而CR THINKING标签suggest_pattern/system.md 中的标签索引则把它与check_falsifiability、detect_mind_virus、extract_controversial_ideas等批判性思维类 Pattern 归入同一能力域——它的产出不止是摘要而是经过筛选、浓缩、抽象后的高密度认知材料。pattern_explanations.mddata/patterns/pattern_explanations.md对该 Pattern 的概括是从内容中提取洞见、想法、金句、习惯、事实、引用与建议聚焦人类繁荣、AI、技术及相关主题。逐段拆解 system.md 的结构完整阅读 system.md 后可以看到它采用 Fabric Pattern 通用的四段式布局IDENTITY and PURPOSE定义模型在执行该任务时的身份与关注范围STEPS规定提取的先后动作与每个输出区块的内容定义OUTPUT INSTRUCTIONS规定输出格式、数量下限、措辞纪律INPUT作为用户输入的锚点实际输入内容在运行时由 Fabric 注入。IDENTITY and PURPOSE把模型定位为认知矿工开篇即声明你要从文本内容中提取令人惊讶、富有洞见、有趣的信息并给出明确的兴趣域清单生命的意义与目的purpose and meaning of life人类的繁荣human flourishing技术在未来人类中的角色人工智能及其对人类的影响迷因memes、学习、阅读、书籍、持续改进等。这决定了后续所有提取动作的价值取向不是机械摘录而是筛选出对读者有认知增量、能引发思考的内容。与extract_wisdom_dm/system.mddata/patterns/extract_wisdom_dm/system.md那种4,312 IQ 超级智能系统的夸张身份设定不同nometa 版的身份描述简洁克制没有 GOAL 章节也没有将你的解决方案与专家参考答案对比评分的元指令——这正呼应了它无元数据的定位。STEPS八个提取动作构成完整流水线STEPS 部分定义了八个顺序执行的提取步骤产出八个独立区块步骤输出区块内容定义数量要求1SUMMARY25 词以内的内容摘要须包含谁在讲述 讲了什么1 条2IDEAS:最令人惊讶、有洞见、有趣的想法2050 条少于 50 则全收至少 203INSIGHTS综合原始输入与 IDEAS 提炼出的更精炼、更抽象、更有洞见的结论1020 条4QUOTES:使用输入中的原文引用1530 条5HABITS讲述者本人或内容中提到的实用个人习惯睡眠、阅读、做事方式等1530 条6FACTS:内容中提到的关于外部世界的真实、令人惊讶的事实1530 条7REFERENCES讲述者提到的写作、艺术、工具、项目及一切灵感来源全部收录8RECOMMENDATIONS从内容中收集到的最令人惊讶、有洞见、有趣的建议1530 条值得注意的是第 5 步 HABITS 的示例清单在原文中被截断为 things the——这是原文档本身的状态实际语义可从同族 Pattern如 extract_wisdom/system.md 中的完整表述推断为他们总是做的事、总是避免的事、生产力技巧、饮食、锻炼等。使用时如需完整示例可直接参考extract_wisdom版本。OUTPUT INSTRUCTIONS把提取变成可复现的工业流程OUTPUT INSTRUCTIONS 是这份 Pattern 最体现工程约束的部分全部为硬性要求仅输出 MarkdownIDEAS / RECOMMENDATIONS / HABITS / FACTS / INSIGHTS 五类条目每条恰好 16 个英文单词exactly 16 words——这是该家族最著名的输出纪律迫使模型在保留信息密度的同时做到极致的凝练数量下限至少提取 25 条 IDEAS、10 条 INSIGHTS其余区块QUOTES、HABITS、FACTS、RECOMMENDATIONS每区至少 20 条禁止输出警告或注释只输出要求的区块必须使用无序列表bullet不得使用编号列表不得重复任何想法、洞见、引用、习惯、事实或参考每条目不得以相同的开头词起头避免输出沦为模板化排比确保你在创建输出时遵循以上所有指令。16 词约束与不重复、不同开头叠加实质上构成了一种反作弊机制模型无法用同义改写灌水只能真正从输入中挖掘差异化的认知点。这与extract_wisdom_dm中输出将被专家参考答案评分的元指令形成有趣的对照——nometa 用格式纪律而非元评分来保证质量。nometa到底去掉了什么与同族变体的逐点对比将 nometa 版与仓库中另外两枚最接近的 Pattern 逐行比对可以精确还原其设计意图特性extract_wisdom_nometaextract_wisdomextract_wisdom_dmTake a step back and think step-by-step 元认知指令无有有QUOTES 条目末尾附加说话者姓名无有无ONE-SENTENCE TAKEAWAY 区块无有有IDENTITY 夸张人设如 4,312 IQ无无有GOAL 章节无无有输出评分/对比参考答案的元指令无无有注释风格//引导的分步说明无无有可以看到nometa的精简是系统性的它去掉了元认知指令step-by-step 思考、引文元数据说话者归属这正是extract_wisdom_with_attribution所强调的对立面、总结元信息ONE-SENTENCE TAKEAWAY以及一切关于任务本身的自我指涉人设、目标、评分。保留的只有从内容到八个区块的纯提取骨架。因此当你的下游流程不需要出处、不需要一句话总结、只需要高密度纯净素材时nometa 是比extract_wisdom更无杂质的选择反过来若需要引用溯源则应选用extract_wisdom_with_attribution或extract_wisdom。在 Fabric 中实战使用CLI 调用与源码链路命令行调用方式Fabric CLI 中与 Pattern 相关的核心参数定义在 internal/cli/flags.goFlags结构体-p, --pattern从可用 Patterns 中选择一个flags.go-l, --listpatterns列出全部 Patternsflags.go--readpattern把指定 Pattern 的全文打印到终端方便审阅提示词本身flags.go-U, --updatepatterns更新 Patternsflags.go-v, --variable为 Pattern 变量赋值如-v#role:expert -v#points:30flags.go--no-variable-replacement禁用变量替换flags.go。基于这些参数典型用法是# 将任意文本文件喂给该 Pattern 提取智慧 fabric --pattern extract_wisdom_nometa input.txt # 从剪贴板或管道输入 cat interview_transcript.txt | fabric -p extract_wisdom_nometa # 先确认 Pattern 存在 / 查看其完整提示词 fabric -l fabric --readpattern extract_wisdom_nometa # 当上游仓库新增或更新 Pattern 后同步本地 fabric -UCLI 对--pattern参数的解析在 internal/cli/flags_test.go 中有测试覆盖如--patternanalyze的长/短参数解析internal/cli/chat_test.gochat_test.go也以--pattern summarize形式验证了会话模式下 Pattern 的传入路径可作为调用格式的佐证。源码链路Pattern 是如何被加载的extract_wisdom_nometa本质是一个文件系统存储的提示词模板其加载链路位于 internal/plugins/db/fsdb/patterns.goPattern结构体由Name、Description、Pattern三字段组成patterns.goGetApplyVariables(source, variables, input)是获取 Pattern 的主入口会先loadPattern再applyVariablespatterns.goGetWithoutVariables(source, input)只处理{{input}}占位符、跳过模板变量替换patterns.goGetRaw(name)不经过任何变量处理直接返回原始模板patterns.goLooksLikePatternFilePath会拒绝以\、/、~、.开头的Pattern 名防止把文件路径当作 Pattern 名注入保证安全性patterns.go。也就是说你在终端里写的-p extract_wisdom_nometa最终会按名称在 Patterns 存储中查找到对应模板并把你的输入内容与模板中的INPUT:锚点结合后交给模型执行。这套模板名 → 加载 → 变量/输入注入的链路对所有 Pattern 一视同仁nometa 无需任何特殊处理即可工作。Patterns 的来源与更新机制本地 data/patterns 目录并非手工维护的静态文件而是由 Pattern 加载器internal/tools/patterns_loader.go从上游 Git 仓库拉取并落盘的结果PopulateDB会克隆仓库、迁移路径如旧的patterns路径自动迁移到data/patterns、复制 Pattern、保留用户自定义 Pattern并生成已加载标记文件patterns_loader.go。因此fabric -U之后extract_wisdom_nometa这类 Pattern 会随上游更新而同步演化——这也意味着本文描述的 STEPS 与 OUTPUT INSTRUCTIONS 细节以当前仓库快照为准。实操建议与注意事项输入预处理该 Pattern 面向内容型文本访谈、演讲、文章、书籍章节、播客转写输出质量高度依赖输入质量。转写类文本建议先清理噪音再进入提取。理解 16 词约束的适用边界SUMMARY的约束是 25 词QUOTES、REFERENCES不受 16 词限制引用必须使用原文16 词精确约束只作用于 IDEAS、INSIGHTS、HABITS、FACTS、RECOMMENDATIONS 五类。在中文场景使用时需注意exactly 16 words以英文单词计数为准若改用中文输入输出应理解为等价的凝练要求。输出体量预期按数量下限估算一份输入会产出约 25 IDEAS、10 INSIGHTS、每区 20 条的其他条目属于高密度输出若只想快速浏览可改用extract_wisdom_short或 summarize 一类轻量 Pattern。与归属需求的取舍若下游需要知道每句金句出自谁口、每个想法源自何处请改用 extract_wisdom/system.mdQUOTES 附带说话者姓名或带 attribution 的变体nometa 的定位是纯素材不携带任何出处元信息。不重复、不同开头词这两条纪律会显著影响输出多样性若你的下游聚合器对条目去重敏感可以放心依赖这两条约束若想弱化可自行 fork 一份自定义 Pattern 修改仓库只读自定义 Pattern 应放入自己的配置目录加载器在 patterns_loader.go 中会保留未被上游覆盖的自定义 Pattern。小结extract_wisdom_nometa是 Fabric 智慧提取家族中最纯粹的一枚 Pattern八个步骤、八个区块、五类 16 词精确输出、一整套反灌水纪律构成了一个可复现、可质检的认知提取流水线。理解它与extract_wisdom、extract_wisdom_dm的差异能让你在追求归属溯源与追求纯净密度之间做出正确的取舍而掌握 flags.go 中的 Pattern 参数与 patterns.go 的加载链路则能让你把该 Pattern 无缝接入日常的文本处理命令流。【免费下载链接】FabricFabric is an open-source framework for augmenting humans using AI. It provides a modular system for solving specific problems using a crowdsourced set of AI prompts that can be used anywhere.项目地址: https://gitcode.com/GitHub_Trending/fa/Fabric创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考