Fabrik-Codek

一个了解你的 7B 模型，价值远超一个对你一无所知的 400B 模型。

Fabrik-Codek 是一种个人认知架构，可在本地运行任意 Ollama 模型。它不仅执行文档检索——更会基于你的工作方式构建知识图谱，按主题量化评估你的专业能力，依据任务类型与上下文自动路由至最合适的模型并匹配最优检索策略，实时观测其响应是否真正帮到你，并持续自我优化迭代。

工作原理

1. 你开展工作 — Fabrik-Codek 将代码变更、会话记录、关键决策与学习收获捕获至本地数据湖（datalake）
2. 知识抽取 — 通过 11 步流水线，将实体与关系提取为知识图谱，并同步写入向量数据库（vector DB）
3. 个人画像构建 — 分析你的本地数据湖，识别你专注的领域、技术栈、编码模式及工具偏好
4. 能力评分 — 按主题维度衡量知识深度（专家 / 熟练 / 入门 / 未知）
5. 自适应路由 — 对每个查询进行任务类型与主题分类，动态选择最优模型、调整检索深度，并构建三层结构化系统提示（system prompt）
6. 结果追踪 — 基于对话行为模式（如话题是否自然延续、是否需用户重述）自动推断响应有效性（零摩擦、无需手动反馈）
7. 自主修正 — 针对表现欠佳的任务/主题组合，自动调优检索参数

每一次交互均反哺系统。Fabrik-Codek 自身不发起任何出站网络请求——仅连接本地 Ollama 服务（可选配接本地 Meilisearch）。模型下载由 Ollama 自带 CLI（ollama pull）完成，Fabrik-Codek 不参与也不控制该过程。

安装配置

在 openclaw.json 或 ~/.claude/settings.json 中将其配置为 MCP 服务器：

{
  "mcpServers": {
    "fabrik-codek": {
      "command": "fabrik",
      "args": ["mcp"]
    }
  }
}

如需启用网络访问（SSE 传输协议）：

{
  "mcpServers": {
    "fabrik-codek": {
      "command": "fabrik",
      "args": ["mcp", "--transport", "sse", "--port", "8421"]
    }
  }
}

首次运行

安装完成后，初始化并构建知识库：

fabrik init                              # 初始化配置，下载模型
fabrik graph build --include-transcripts  # 基于会话记录构建知识图谱
fabrik rag index                         # 将数据湖索引至向量数据库
fabrik profile build                     # 构建个人画像
fabrik competence build                  # 构建能力映射图

可用的 MCP 工具

fabrik_ask

向本地大语言模型发起提问，并可选择性注入知识库上下文。任务路由器（Task Router）将自动完成：查询分类、依据你的能力水平选择最适配模型、动态调整检索策略、生成个性化系统提示。

• use_rag=true — 启用向量检索上下文
• use_graph=true — 启用混合上下文（向量 + 图谱 + 全文）

示例：“我该如何处理数据库连接池？”

fabrik_search

在你积累的全部知识中执行语义向量搜索。返回最相关的文档、模式与示例——依据语义而非关键词匹配。

示例：“查找使用指数退避的重试逻辑示例”

fabrik_graph_search

遍历知识图谱，发现实体（技术、模式、策略）及其相互关系。适用于理解你经验中各概念间的关联方式。

• depth — 遍历跳数（默认值：2）

示例：“在我的知识图谱中，哪些技术与 FastAPI 相关？”

fabrik_fulltext_search

通过 Meilisearch 执行全文关键词搜索。当你明确知道具体术语或短语时，可用于精确匹配。此功能为可选组件——即使未安装 Meilisearch，系统仍可正常运行。

示例：“在我知识库中搜索 ‘EXPLAIN ANALYZE’”

fabrik_graph_stats

知识图谱统计信息：实体总数、关系边总数、连通分量数量、实体类型分布、关系类型分布等。

fabrik_status

系统健康检查：涵盖 Ollama 可用性、RAG 引擎、知识图谱、全文搜索及数据湖状态。

可用的 MCP 资源

各工具适用场景

认知闭环

系统随你的使用频率提升而持续进化：

You work → Flywheel captures it → Pipeline extracts knowledge
    ↑                                        ↓
Strategy Optimizer ← Outcome Tracker ← LLM responds with context
    ↓                                        ↑
    └──── adjusts retrieval ──→ Task Router ─┘
                                    ↓
                  Profile + Competence + task-specific prompt

• 个人画像（Personal Profile）：从你的数据湖中学习所属领域、技术栈与工具偏好
• 能力模型（Competence Model）：基于四项信号（条目数量、图谱密度、时效性、结果达成率）对各主题打分
• 任务路由器（Task Router）：将查询分类为 7 种任务类型，识别主题，选定模型，自适应调整检索策略
• 结果追踪器（Outcome Tracker）：通过对话模式推断响应质量（话题自然延续 = 接受；用户重述 = 拒绝）
• 策略优化器（Strategy Optimizer）：针对薄弱环节调优检索参数
• 图谱时间衰减（Graph Temporal Decay）：弱化陈旧知识权重，强化近期活动信号
• 语义漂移检测（Semantic Drift Detection）：当某实体在不同图谱构建周期中的上下文发生偏移时发出告警
• 上下文门控（Context Gate）：智能判断是否注入 RAG 上下文（对通用查询自动跳过，避免噪声干扰）
• 相关性过滤器（Relevance Filter）：剔除与查询文本 token 重叠率低的检索片段，防止领域专属知识污染通用回答

系统要求

• 从源码安装 Fabrik-Codek（git clone + pip install -e ".[dev]"）
• 本地运行 Ollama（支持任意模型，例如：ollama pull qwen2.5-coder:7b）
• 可选：安装 Meilisearch 以支持全文搜索（无此组件时系统仍可运行）

关于安装的说明：Fabrik-Codek 是一种纯指令型技能（instruction-only skill），不提供自动化安装程序。你需手动从 GitHub 仓库克隆并安装：git clone + pip install -e ".[dev]"。此举允许你在安装前完整审计源代码。该技能本身仅包含文档与 MCP 服务端配置，不含任何可执行二进制代码。

安全与隐私

无外部网络调用

Fabrik-Codek 发起零次出站网络请求。它仅连接你本机运行的服务：

• Ollama（地址：localhost:11434）—— 你本地运行的大语言模型服务（用于推理与嵌入向量生成）
• Meilisearch（地址：localhost:7700，可选）—— 你本地运行的搜索引擎

无遥测、无分析、无回传通信。你可在源码中验证：grep -r "requests.|httpx.|urllib" src/ —— 所有 HTTP 调用目标均为 localhost。唯一涉及网络的初始化操作是 ollama pull，该命令由 Ollama 自身 CLI 执行，从 ollama.ai/library 下载模型；Fabrik-Codek 既不发起也不控制此类下载。

fabrik init 执行的操作

fabrik init 仅执行以下本地操作：

1. 校验 Python 版本（>= 3.11）
2. 探测 Ollama 是否在 localhost:11434 运行
3. 在当前目录创建 .env 配置文件
4. 创建本地数据目录（./data/embeddings/、./data/graphdb/、./data/profile/）
5. 调用 ollama pull 下载模型 —— 模型由 Ollama 自身 从 ollama.ai/library 下载，非 Fabrik-Codek 下载

Fabrik-Codek 不从任何远程服务器下载任何文件。模型下载完全由 Ollama 自带 CLI 独立完成。

数据访问范围

读取操作（全部为本地、全部需显式授权、绝不自动执行）：

写入操作（全部为本地）：

所有路径均在技能元数据 configPaths 中明确定义。该技能绝不会向这些目录之外的任何位置写入数据。

网络传输协议

• 默认：stdio — 不启动网络监听器、不开放任何端口、无网络暴露风险
• 可选：sse — 启动 HTTP 服务，默认绑定至 127.0.0.1:8421（仅限本机访问，其他设备不可达）
• 若将 SSE 绑定地址改为 0.0.0.0，则索引数据将可通过网络访问。切勿在未配置防火墙/ACL 规则的情况下执行此操作

会话记录隐私保护

fabrik learn 命令读取 Claude Code 的会话记录，其中可能包含敏感信息（代码、凭证、对话历史）。该命令为显式授权机制——必须由你手动执行。除非你显式配置 fabrik learn watch，否则它不会后台运行或定时执行。请在索引前审阅 ~/.claude/projects/ 目录内容。

源码可验证性

项目完全开源，托管于 github.com/ikchain/Fabrik-Codek（MIT 许可证）。请克隆仓库并完成源码审计后再安装。