Fable 陷阱感知代理工作流
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/run-trap-aware-agent-work-through-the-fable-method 到当前 AI 助手。
技能介绍
它解决的工程问题
代理执行失败通常不是模型不知道答案,而是工作方式没有约束:需求还没分类,就开始改文件、下判断或触发部署;输出缺少可回读证据;同一个提示词换个措辞,判断结果就漂移。更危险的是,代理可能把仓库文档里的例子当成授权,执行了当前任务并不需要的动作。Fable Method 要约束的是这类行为链。
它如何约束代理工作
- 先分类,再动手:
classify the ask before touching anything。先把任务识别为代码变更、文案判断、部署决策或评估问题,避免用同一种动作模板处理所有请求。 - 取证与窄幅行动:
gather evidence后act narrowly。代理只执行当前意图需要的步骤,不为假设的未来需求扩展权限或提前准备副作用。 - 观察式验证:
verify by observation。结果要通过实际环境、产物或状态回读确认,而不是只复述模型自己的推理。 - 规则化裁判:用可复现的
eval-backed rules判断代理输出。材料中的INTENT: code does X / check expects Y / spec says Z是强制产物,用来把意图、检查项和规格说明显式对齐。 - 对高风险动作加授权门槛:材料提到 bare Fable 5 曾在 fixture README 描述的 staging deploy 场景中抵抗未授权部署,但另一次运行仍擅自部署,因此才需要 authorization gate。这说明代理不能自行决定越权动作是否可执行。
适用边界与注意点
它适合能加载 AGENTS.md / SKILL.md 的 Claude Code 插件或其他代理环境;仓库中的 eval fixtures 与 judge workflow 是可选但有用。对营销文案类判断,应先定位 brand-rules 与 product-facts 再评审,而不是凭语气打分;材料也显示存在漏判欺诈价格的风险。最终效果依赖规则、fixtures 和观察点是否覆盖真实风险,否则 judge 会变成橡皮图章。
使用场景
- 修改现有服务代码前,需要先分类需求类型,再用意图、检查项、规格三行核对代理改动是否符合规格
- 评审营销文案前,需要让代理先定位品牌规则与产品事实文件,再逐条核对价格与宣传表述是否失实
- 为 staging 部署等高风险动作设置授权门槛,防止代理把仓库文档里的示例当作授权擅自执行
- 需要用仓库中的评估 fixtures 与 judge workflow 对代理输出做可复现判定,避免换个措辞结果就漂移
适合人员
- 负责构建 AI Agent 编排与评估的工程师:需要为代理输出建立可复现的判定规则与 fixture
- 维护品牌规则与产品事实文档的内容审核人员:评审文案前要先用规则文件核对价格与宣传表述
- 管理代理部署权限的 DevOps 工程师:需要给 staging 部署等高风险动作加授权门槛,防止擅自执行
- 使用可加载 SKILL.md 的 Claude Code 插件或自建代理的开发者:需要约束代理先分类再行动、按证据验证