fable-method
一套经过对抗性测试的智能体工作流框架，包含思考、行动、验证、扩展四大核心技能。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：fable-method。 它的用途是：一套经过对抗性测试的智能体工作流框架，包含思考、行动、验证、扩展四大核心技能。 完整的 Skill 内容见：https://321skill.com/skills/fable-method/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请使用Fable Method工作流，帮我分析并修复这个React组件中状态更新不同步的问题。” 它会首先运行`fable-method`对问题进行分类，明确“修复成功”的验证标准（如通过特定测试）。然后运行`fable-loop`，指导它从代码文件和测试结果中并行收集证据，做出最小正确的修改建议，并最终通过运行测试来观察验证。整个过程会生成结构化的报告，首先说明结果并诚实标注任何注意事项。
介绍
Fable Method 旨在解决智能体在执行复杂任务时容易出现的“幻觉”、未经核实即行动、以及难以验证结果等核心问题。它不是一个简单的指令集，而是一套经过严格测试的、可操作的工作流框架，指导模型按特定顺序和阈值执行任务，确保其行为可靠且可验证。
这套方法包含四个核心技能：fable-method（思考分类）、fable-loop（循环执行）、fable-judge（验证证明）和fable-domain（领域适配生成）。用户可以通过导入这些技能文件，指导AI在编码、数据分析、研究等任务中遵循“先思考、再行动、后验证”的严谨流程。
它非常适合智能体开发者、全栈开发者和项目经理，他们需要构建或使用能够稳定、可靠地处理复杂、多步骤任务的自动化助手，尤其是在对结果准确性要求高的场景中。
使用建议：建议从仓库的eval/cases/目录中的案例研究开始，特别是“surprise trap”案例，以直观理解该方法如何防止常见错误。在实际部署前，建议在您的特定任务领域进行小范围测试和适配。
核心特点
与大多数仅告诉模型“要小心、要验证”的指令不同，Fable Method 提供了具体的、经过260多次对抗性测试验证的、可操作的工作流步骤和决策阈值，使得中等能力的模型也能严格遵循并可靠执行。
注意事项
对于极其简单或即时响应的任务，这套严谨的工作流可能显得过于繁重，影响效率。
常见问题
Fable Method 能直接提高我的代码质量吗？
能，它通过强制模型在修改前分类问题、定义验证标准、从源代码收集证据并最终观察验证，系统性地减少了因误解需求或盲目修改而引入的错误。
我需要是开发者才能使用它吗？
不一定。虽然核心用例是开发任务，但其“思考-行动-验证”的哲学和`fable-judge`等技能也可应用于内容审查、数据分析等需要严谨验证的非开发场景。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/fable-method/raw/index.md 读取 fable-method 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/fable-method/raw/index.md（查看排版版本）