Fabric 模式解析：用 t_describe_life_outlook 从 TELOS 文件提炼一个人的生命观

Fabric 模式解析：用 t_describe_life_outlook 从 TELOS 文件提炼一个人的生命观

【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

本篇文章以 Fabric 仓库中的 t_describe_life_outlook 模式定义 为骨架，讲解这一“个人洞察类” AI 模式如何从结构化的 TELOS 文件出发，产出 5 条精炼的人生观描述。你将掌握该模式的完整结构、运行方式、与同系列 t_ 模式的关系，以及它在 Fabric 模式加载机制中的实现原理，可直接用于自我复盘、人物分析与内容创作场景。

模式定位：Fabric 中的“生命观描述器”

Fabric 是一个通过 AI 增强人类能力的开源框架，其核心单元是“模式（pattern）”——一套围绕特定真实世界任务组织的提示词。模式存储在 data/patterns 目录下，每个模式一个子目录，内部通常包含system.md（系统提示词）与可选的user.md（用户提示词模板）。

t_describe_life_outlook正是众多模式中的一个，目录位于 data/patterns/t_describe_life_outlook。它的任务高度聚焦：根据输入对象（人/实体）的 TELOS 文件与给定的指令或问题，提炼出该对象的生命观（life outlook），并以 5 条、每条 16 词的要点输出。pattern_explanations.md 中对其的官方一句话说明为：“Describes from TELOS file a person's life outlook in 5 concise, 16-word bullet points.”

该模式适用于：个人年度复盘、自我认知梳理、为他人（如被采访者、传记人物、候选人）快速构建心理画像、以及内容创作前的人物世界观设定等场景。

原文档逐段拆解：一份标准的 Fabric 模式结构

完整的模式内容只有三个段落：IDENTITY（身份）、STEPS（步骤）、OUTPUT INSTRUCTIONS（输出指令）。这正是 Fabric 官方模式模板的经典三段式，我们逐段解析其设计意图。

IDENTITY：限定模型角色

You are an expert at understanding deep context about a person or entity, and then creating wisdom from that context combined with the instruction or question given in the input.

该段落将模型设定为“深谙人物/实体深层语境的专家”，核心关键词是understanding deep context（理解深层语境）与creating wisdom（创造智慧）。它要求模型不是机械复述输入，而是将“对人物的理解”与“用户给出的指令/问题”融合，产出有洞察力的内容——这决定了后续所有步骤的思考方向。

STEPS：四步推理流程

1. Read the incoming TELOS File thoroughly. Fully understand everything about this person or entity. 2. Deeply study the input instruction or question. 3. Spend significant time and effort thinking about how these two are related, and what would be the best possible output for the person who sent the input. 4. Write 5 16-word bullets describing this person's life outlook.

步骤逻辑清晰：

1. 通读 TELOS 文件：TELOS 文件是描述一个人或实体的上下文档案，是本次分析的事实基础；
2. 深研输入指令：即用户在调用时附加的问题或指示，决定了分析的角度（例如“她的生活观里最突出的价值排序是什么”）；
3. 建立关联并思考最优输出：投入充分的推理时间，将“人物档案”与“用户问题”结合，站在提问者的立场思考什么输出最有价值；
4. 产出 5 条 16 词要点：以固定格式交付最终结论。

值得注意的是，STEPS要求模型“投入大量时间与精力思考”（Spend significant time and effort thinking），这属于明确的推理预算指令，引导模型在输出前进行充分的内部推理，而不是直接给出浅层摘要。

OUTPUT INSTRUCTIONS：强约束输出格式

1. Only use basic markdown formatting. No special formatting or italics or bolding or anything. 2. Only output the list, nothing else.

两条输出约束决定了“可机器消费”的输出形态：

• 仅使用基础 Markdown：禁止加粗、斜体等特殊格式，保证输出可被脚本稳定解析；
• 只输出列表，别无其他：不允许前言、总结或解释性文字，模型必须直接给出 5 条 bullet。

这种“内容收敛”设计是 Fabric 模式的普遍风格——把输出格式约束到最小，让下游工具（管道、脚本、聚合程序）能可靠消费结果。

TELOS 文件：t_ 系列模式的核心输入约定

t_describe_life_outlook的文件名前缀t_代表其属于TELOS 系列模式。TELOS 文件是这个家族共享的输入格式——一份关于某人或某实体的完整上下文档案，内容可以涵盖身份、经历、目标、价值观、近期活动、困惑等。

在 data/patterns 目录下，同系列模式多达 15 个以上，它们共享同一套“先通读 TELOS 文件”的推理入口，但产出方向各不相同，例如：

• t_year_in_review/system.md：用 8 条 16 词要点总结年度成就，并以 ASCII 图可视化“完成与未完成”；
• t_give_encouragement/system.md：审视目标与进展，给出鼓励与继续行动的建议；
• t_create_h3_career/system.md：分析当既有技术技能被自动化取代后的职业方向；
• t_find_blindspots/system.md：识别思维、框架或模型中的盲点；
• t_red_team_thinking/system.md：对思考过程进行红队式攻击并给出改进建议；
• t_visualize_mission_goals_projects/system.md：用 ASCII 图绘制使命、目标与项目的关系。

这一家族从“人物上下文”（TELOS）出发，覆盖了自我觉察、激励、复盘、风险识别等完整的个人成长分析链条。t_describe_life_outlook在其中承担的是“底层世界观抽取”的角色——先看清一个人如何看待世界，才能进一步讨论其目标、盲点或年度进展。

运行方式：在 Fabric 中调用该模式

Fabric 通过fabric --pattern <模式名>调用模式，管道输入内容作为上下文。参考 README.md 中的通用用法（如pbpaste | fabric --pattern summarize、fabric --pattern summarize --stream等），调用t_describe_life_outlook的基本形式为：

# 将 TELOS 文件内容通过管道送入模式（可附带指令/问题） cat telos_file.md | fabric --pattern t_describe_life_outlook # 或附带一个具体问题，让分析更有针对性 echo "What is her life outlook?" | fabric --pattern t_describe_life_outlook

由于该模式遵循“输出只有列表”的约束，结果可直接保存或送入后续管道处理。README 还提供了为全部模式生成 shell 别名（例如alias pattern_name="fabric --pattern pattern_name"）的脚本化方式，启用后可以直接敲t_describe_life_outlook调用。

--stream参数可用于流式输出；在 README.md 的别名示例中，还展示了将模式输出重定向保存到指定路径（如fabric --pattern "模式名" -o "$output_path"）的用法，便于把分析结果沉淀为文档。

从源码看模式加载机制

Fabric 的模式由 internal/tools/patterns_loader.go 统一管理。该文件的关键事实包括：

• 模式默认从配置的 Git 仓库（DefaultPatternsGitRepoUrl）的data/patterns目录（DefaultPatternsGitRepoFolder）拉取，这正是仓库中 data/patterns 目录的来源；
• PopulateDB()负责将模式下载并拷贝到本地模式目录，并在迁移路径时自动从旧路径patterns切换到新路径data/patterns（tryPathMigration()）；
• createUniquePatternsFile()会把所有模式目录名去重、排序后写入unique_patterns.txt，作为模式清单；
• 每个模式目录即一个模式名，目录下的system.md、user.md等文件构成其内容。

因此，t_describe_life_outlook之所以能被fabric --pattern t_describe_life_outlook识别，正是因为 data/patterns/t_describe_life_outlook/system.md 的存在，且它会被加载器纳入模式清单。仓库中的 internal/plugins/db 目录（fsdb 实现）进一步负责模式实体的存储与读取，构成“目录即模式、文件即内容”的约定。

此外，Fabric 支持自定义模式：用户可参照此模式的结构新建目录与system.md，通过 internal/tools/custom_patterns 的机制扩展自己的模式库。

同主题模式对比：定位与取舍

将t_describe_life_outlook与家族内相邻模式对比，可更清晰理解其定位：

可以看出，同一份 TELOS 文件在不同模式下会被“压榨”出不同维度：生命观、身份简介、年度总结、鼓励建议……这种“一次建档、多角度分析”的设计，正是 Fabric “将问题拆分为组件、每个组件一个专门模式”哲学的具体体现（见 README.md 的 Philosophy 一节）。

使用建议与注意事项

• 输入质量决定输出质量：TELOS 文件信息越丰富、越真实，5 条生命观就越有洞察力；建议先积累完整的背景档案再调用本模式。
• 每条 16 词是硬约束：词数约束意在强迫模型提炼核心，避免冗长修饰；如果下游解析需要，可据此实现后处理校验。
• 输出仅有列表：不要期待解释性文字，需要上下文说明时，可在输入中附带问题，或组合其他 t_ 模式补充不同维度。
• 可作为管道中的一环：由于输出是纯 Markdown 列表，非常适合接入其他模式或脚本（如保存为复盘文档），形成“TELOS 建档 → 生命观抽取 → 年度复盘 → 鼓励建议”的完整个人分析流水线。
• 版本与运行环境：以上命令与目录约定均以当前仓库（Go 实现的 Fabric）为准；若使用旧版 Python 实现或其他分支，路径与参数可能不同。

总而言之，t_describe_life_outlook是一个“小而精”的模式：以严格的身份设定、四步推理流程和强输出约束，把“描述一个人的生命观”这一模糊任务，转化为可重复、可解析、可组合的确定性产出。理解它的结构与机制，你就能举一反三，掌握 Fabric 全部模式的阅读与自定义方法。

【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