Fabric 模式实战基于 TELOS 文件用 t_create_h3_career 规划后自动化时代的 Head-Heart-Hands 职业路径【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本文以 Fabric 内置模式t_create_h3_career为绝对主体逐段解读其指令结构身份设定、四步执行流程、两条输出约束说明如何将个人深度档案TELOS 文件与具体提问结合产出面向技能被自动化之后的职业方向清单。同时结合仓库源码与配套文档讲清该模式在t_*TELOS 模式家族中的定位、CLI 运行方式、上下文注入机制以及模式加载的底层原理读者读完后可立即在自己的 Fabric 环境中复现整套流程。模式定位Fabric t_* TELOS 家族的一员t_create_h3_career是 Fabric 内置模式之一源文件位于 data/patterns/t_create_h3_career/system.md。该目录下只有system.md系统提示词一个文件没有配套的user.md属于纯系统提示词驱动、依赖管道输入的模式。仓库内的官方描述数据给出了它的精确定位模式描述与标签数据描述为Generate career plans using the Head, Heart, Hands framework.使用 Head、Heart、Hands 框架生成职业规划标签为BUSINESS、WRITING、SELF。suggest_pattern 模式索引同样将其概括为 Head、Heart、Hands 框架的职业规划模式并同时出现在 suggest_pattern/system.md 的BUSINESS与SELF推荐清单中。模式说明索引将其概括为深度分析 TELOS 文件与输入指令之间的关系产出基于智慧的输出。t_create_h3_career属于 Fabric 中一组以t_前缀命名的 TELOS 模式家族。该家族所有成员共享几乎相同的 IDENTITY 模板expert at understanding deep context about a person or entity…与前三步执行流程差异仅在第四步的任务指令不同。同家族成员还包括t_year_in_review、t_find_blindspots、t_describe_life_outlook、t_red_team_thinking、t_threat_model_plans、t_check_metrics、t_give_encouragement、t_analyze_challenge_handling、t_check_dunning_kruger、t_find_negative_thinking、t_find_neglected_goals、t_create_opening_sentences、t_extract_intro_sentences、t_extract_panel_topics、t_visualize_mission_goals_projects等全部以data/patterns/t_*目录组织。指令结构逐段解析t_create_h3_career的system.md全文按三段组织IDENTITY、STEPS、OUTPUT INSTRUCTIONS。IDENTITY角色设定模式将模型设定为擅长理解关于某个人或实体的深度上下文并结合输入中的指令或问题从该上下文中提炼智慧的专家。这一段的作用是让模型进入深度上下文分析师状态而不是泛泛的问答助手——它要求模型同时理解对象是谁TELOS 文件和对方想要什么输入指令再产出二者交叉后的洞见。STEPS 13理解 TELOS 文件与输入的关联前三步是执行前置彻底通读传入的 TELOS 文件完整理解这个人或实体深入研究输入中的指令或问题花费大量时间与精力思考两者如何关联以及对于发送输入的人而言什么才是最好的输出。注意第 3 步的措辞是Spend significant time and effort thinking投入大量时间与精力思考——该模式刻意要求模型在生成之前先完成充分的推理而非立刻吐字。这与 Fabric 其他深度分析类模式的编排思路一致先建立上下文再生成智慧。STEPS 4核心任务——自动化之后的职业重定位第四步是该模式的灵魂Analyze everything in my TELOS file and think about what I could and should do after my legacy corporate / technical skills are automated away. What can I contribute thats based on human-to-human interaction and exchanges of value?即分析 TELOS 文件中的全部信息思考当我的传统企业/技术技能被自动化取代之后我能做什么、应该做什么并聚焦于基于人与人互动、基于价值交换的贡献方向。这正是仓库描述中 Head-Heart-Hands头脑-心灵-双手框架的落点Head头脑TELOS 文件中沉淀的知识、技能与经验积累Heart心灵自动化无法替代的人与人互动部分——共情、信任、陪伴、判断、沟通等人类特质Hands双手具体能提供的价值交换形式即我应该做什么的可执行落点。该步骤的提问视角是被自动化之后after my legacy corporate / technical skills are automated away因此输出的职业方向天然偏向咨询、教练、社群、手作、教学、照护、创作等依赖人际信任与价值交换的路径而非继续追逐可被脚本取代的岗位。OUTPUT INSTRUCTIONS两条硬性约束仅使用基础 Markdown 格式不允许特殊格式、斜体、加粗或其他任何富文本修饰只输出列表其他什么都不输出整个回复应是一个干净的列表。这两条约束保证了输出的机器可读性与可复用性——结果可以直接被其他模式或工具继续消费而不需要先清洗 Markdown 噪声。这也是 Fabric 模式设计的常见风格同家族的t_describe_life_outlook、t_year_in_review均采用仅基础 Markdown 只输出列表的相同约束。TELOS 文件从哪来用 Context 机制注入模式反复引用incoming TELOS File但仓库并未随模式附赠 TELOS 模板也没有在模式目录中提供user.md。从模式结构可以推断TELOS 是一份描述某个人或实体深度上下文的文档由使用者在运行时提供。Fabric 的 Context 机制正是承载这类可复用的系统级提示文本的官方方案。根据 上下文与会话教程Context 是 Fabric 在对话开头注入的命名文本存放在~/.config/fabric/contexts下每个文件名即上下文名内容会作为系统消息参与请求。相关 CLI 参数--context name选择一个上下文--listcontexts列出所有上下文--printcontext name查看指定上下文内容--wipecontext name删除指定上下文。典型的 TELOS 注入流程如下# 1. 编写个人 TELOS 档案身份、经历、技能、价值观、关系、目标等 mkdir -p ~/.config/fabric/contexts cat ~/.config/fabric/contexts/my_telos EOF # 我的 TELOS ## 我是谁 ... ## 技能与经历 ... ## 价值观与驱动力 ... EOF # 2. 运行模式时用 --context 注入 TELOS用 stdin 传入具体指令 fabric --context my_telos --pattern t_create_h3_career \ 在自动化浪潮下我该转向什么方向请基于我的 TELOS 给出建议列表也可以将 TELOS 与指令合并后直接通过管道一次性传入因为 模式加载源码 会在模式文本末尾自动追加{{input}}占位符stdin 内容会完整拼接到模式之后。此外上下文与会话教程 还说明了 Session 机制--session name可保留多轮对话历史适合先补充 TELOS 信息、再追问职业方向的交互式探索。命令行运行方式在完成fabric --setup初始化配置模型供应商等之后即可使用该模式。Fabric 的完整 CLI 参数表见 README 使用说明与本模式相关的常用组合# 直接运行stdin 传入 TELOS 指令 cat my_telos.md | fabric --pattern t_create_h3_career 我该做什么 # 流式输出配合上下文注入 cat my_telos.md | fabric --context my_telos -s --pattern t_create_h3_career \ 哪些基于人际互动的方向最适合我 # 查看模式原文便于理解其提示词结构 fabric --readpattern t_create_h3_career # 在模式清单中确认其存在 fabric --listpatterns | grep t_create_h3_career值得注意的参数-s, --stream流式输出职业规划这类长列表建议开启-t, --temperature默认 0.7若希望结果更收敛可调低-m, --model与-V, --vendor指定模型与供应商-o, --output将结果写入文件便于存档到笔记系统。如果希望固定使用某个模型运行该模式可以按 README 的每模式模型映射约定README.md#L386-L391在 shell 启动文件中设置环境变量命名规则为FABRIC_MODEL_模式名大写例如export FABRIC_MODEL_T_CREATE_H3_CAREERanthropic|claude-sonnet-4-5还可以按 README 自定义模式与别名 的做法为模式创建 shell 别名如alias h3careerfabric --pattern t_create_h3_career把使用成本降到最低。底层机制模式如何被加载与注入输入理解模式底层的加载链路有助于把握TELOS 文件 指令最终如何进入模型。核心实现在 internal/plugins/db/fsdb/patterns.goGetApplyVariablespatterns.go#L29-L39是入口先loadPattern读取模式文本再applyVariables做模板变量替换loadPatternpatterns.go#L61-L90根据名称判断是文件路径以/、~、.等开头还是数据库中的模式名后者会优先检查自定义模式目录CustomPatternsDir同名自定义模式优先于内置模式ensureInputpatterns.go#L53-L59检查模式文本是否包含{{input}}占位符若不包含则在末尾追加换行与{{input}}——这正是t_create_h3_career这类未写{{input}}的模式也能接收 stdin 的原因applyInput/applyVariablespatterns.go#L43-L51 与 patterns.go#L79-L99完成替换先把{{input}}替换为哨兵 token 防止递归解析再处理其他模板变量最后把真实输入写回。此外internal/tools/patterns_loader.go#L19-L20 显示内置模式来源于 Fabric 官方 Git 仓库的data/patterns目录可通过fabric --updatepatterns更新个人自定义模式则存放在独立目录不会被更新覆盖。对本文主角而言这意味着system.md中的 IDENTITY、STEPS、OUTPUT INSTRUCTIONS 会被完整保留管道输入的 TELOS 文件与指令被追加在其后共同组成发给模型的系统提示与用户输入。因此输入的 TELOS 质量直接决定输出质量——建议在 TELOS 中覆盖身份背景、技能经历、价值观、人际网络、可支配资源等维度。与同家族模式协同搭建个人发展工作流t_create_h3_career不是孤立存在的。将它与同家族的 TELOS 模式串联可以形成一套完整的自我认知 → 职业规划 → 执行监督循环。以下模式均位于data/patterns/t_*目录模式核心任务依据各 system.md 原文在流程中的角色t_year_in_review用 8 条 16 词要点总结年度成就并以 ASCII 图对比完成与未完成事项年度复盘入口t_find_blindspots用 8 条 16 词要点找出思维盲区识别认知风险t_red_team_thinking对思维、模型与框架进行红队攻击并给出改进建议压力测试规划t_threat_model_plans为人生计划建立威胁模型并推荐改进风险预案t_check_metrics检查个人指标/KPI 当前状态与近期改善情况进度追踪t_describe_life_outlook用 5 条 16 词要点描述人生观校准价值观t_create_h3_career分析自动化之后的 Head-Heart-Hands 职业方向输出清单职业方向规划t_give_encouragement评估进展、给予鼓励与后续建议动力维持例如一条典型流水线可以是先用t_year_in_review完成复盘 → 用t_find_blindspots找出盲区 → 用t_create_h3_career生成职业方向清单 → 用t_threat_model_plans对选定方向做风险推演 → 用t_check_metrics定期检视执行。由于所有模式都接受 TELOS 文件且输出为干净列表前一个模式的输出可以无缝作为后一个模式的输入素材。使用建议与注意事项TELOS 文件是地基模式的所有输出都建立在对 TELOS 的解读之上档案越具体、越诚实规划越有针对性建议通过--context固化并持续维护。输出即数据两条 OUTPUT INSTRUCTIONS纯基础 Markdown、只输出列表意味着结果可直接重定向进文件、笔记库或交给下一个模式无需清洗。定位边界该模式聚焦自动化之后的职业重定位擅长产出方向性清单与可能性探索不负责落地执行细节——落地环节可交由其他执行类模式配合。适用前提文中命令均以当前仓库 Fabric 版本为准需要先完成fabric --setup并配置可用模型供应商模式路径、t_*家族成员与描述数据均可在本仓库对应文件中核验。小结t_create_h3_career是一个设计精巧的 TELOS 驱动模式以统一的 IDENTITY 模板建立深度上下文专家角色通过四步流程引导模型从个人档案中提炼技能被自动化之后、基于人际互动与价值交换的职业方向并以严格的输出约束保证结果可复用。结合 Fabric 的 Context 注入、CLI 参数、每模式模型映射与模式加载源码使用者完全可以把它嵌入一套持续运行的个人发展工作流中让 AI 从回答工具升级为职业参谋。【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