Fabric 模式深度解析用 t_analyze_challenge_handling 复盘与审视个人挑战应对策略【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导读t_analyze_challenge_handling是 Fabric 开源仓库中一组以t_为前缀即thought/thinking系列的思维分析模式之一它要求 AI 以深读 TELOS 文件 生成结构化评语的方式客观评估一个人正在如何应对自己的挑战并毫不留情地指出投入不足或避重就轻的迹象。本文将以该模式的 system.md 为骨架逐段解析其角色设定、执行步骤与输出约束并结合仓库中同系列模式、模式描述索引与 CLI 实现说明如何在日常反思、周报复盘、目标管理中实际落地使用。模式定位它是教练而非鼓励师在仓库的模式描述索引 pattern_descriptions.json 中该模式被概括为Evaluate challenge handling by analyzing response strategies.即通过分析应对策略来评估挑战处理情况标签为ANALYSIS、STRATEGY、CR THINKING批判性思维。与之对应pattern_explanations.md 中的一句话说明进一步点明了它的犀利风格Provides 8-16 word bullet points evaluating how well challenges are being addressed, calling out any lack of effort.也就是说这个模式的核心产出不是安慰或泛泛而谈而是指出问题——如果你没有在挑战上投入真正的努力它会直接点名批评。这一点在 system.md 的 STEPS 第 4 步中写得很明确Call me out if Im not putting work into them如果你没有为这些挑战付出努力就直接指出。system.md 逐段拆解完整的模式文件只有三个区块IDENTITY / STEPS / OUTPUT INSTRUCTIONS共 19 行但每段都承载了明确的行为约束1. IDENTITY角色即深挖语境、产出智慧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.身份设定有两层要求理解深层语境不仅阅读表面文字还要从人物/实体的大量背景资料中提取模式与动机产出智慧将背景语境与当前输入问题结合生成有洞察力、可指导行动的输出而不是复述输入。2. STEPS四步强制流程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 8 16-word bullets describing how well or poorly Im addressing my challenges. Call me out if Im not putting work into them, and/or if you can see evidence of them affecting me in my journal or elsewhere.四步构成一条完整的处理流水线步骤动作关键要求1通读 TELOS 文件彻底理解该人物/实体的一切背景2研读输入问题弄清用户本次真正想获得什么3深度思考关联投入充分时间思考背景与问题之间的关系追求最佳可能的输出4输出 8 条评语每条 16 词以内评估挑战应对好坏发现投入不足或逃避迹象必须直接点名注意第 4 步的两个细节数量与长度硬约束恰好 8 条、每条 16 词以内8 16-word bullets这是在压缩信息密度的同时保证输出的聚焦度证据采集范围不仅看当前输入还允许且鼓励从用户的 journal日志/日记或其他可观察材料中寻找挑战影响用户的实际证据——这意味着该模式天然适合配合个人反思记录类输入使用。3. OUTPUT INSTRUCTIONS纯文本、纯列表1. Only use basic markdown formatting. No special formatting or italics or bolding or anything. 2. Only output the list, nothing else.输出约束同样严苛禁用强调格式不允许加粗、斜体、特殊排版只保留最基础的 Markdown 列表只输出列表除 8 条评语外不允许出现任何解释、总结或附加内容。这种去装饰化的设计保证了输出可以被机械地拼接进其他工作流例如日志归档、批量复盘脚本也符合 Fabric 模式输出即数据的设计哲学。输入侧TELOS 文件是什么system.md 第 1 步要求Read the incoming TELOS File。需要说明的是当前仓库中并不存在一份独立的 TELOS 格式规范文档TELOS 文件是该t_系列模式之间共享的一种约定输入形态——用户需要提供一份关于自身/某实体全面背景的文本材料如人生档案、年度总结、目标与挑战清单、近期的 journal 记录等供模式深度挖掘。从源码结构可以推断这一约定贯穿整个t_思考系列同目录下的 t_check_dunning_kruger/system.md、t_year_in_review/system.md、t_check_metrics/system.md、t_create_h3_career/system.md 等都使用了完全相同的开头四步模板读 TELOS 文件 → 研读输入 → 深度思考关联 → 面向具体分析目标输出。因此可以认为TELOS 文件 ≈ 背景档案可以是纯文本、Markdown 或导出的人格/经历描述输入问题 本次分析诉求例如我最近三个月对健身目标的应对如何我的创业项目挑战处理得怎样二者的背景 问题组合正是该模式生成 8 条评语的全部原料。t_analyze_challenge_handling与其他t_模式的差异只在第 4 步的分析目标Dunning-Kruger 模式评估认知偏差、t_year_in_review回顾年度成就、t_check_metrics检查指标趋势而本模式专门盯住挑战应对过程本身。实战使用如何运行这个模式Fabric 的 CLI 通过--pattern短参数-p指定模式其参数定义位于 internal/cli/flags.goPattern string short:p long:pattern yaml:pattern description:Choose a pattern from the available patterns default: PatternVariables map[string]string short:v long:variable description:Values for pattern variables, e.g. -v#role:expert -v#points:30典型调用方式将 TELOS 背景档案通过标准输入传入# 基础用法将背景档案 反思问题一并管道输入 cat my_telos_and_journal.md | fabric -p t_analyze_challenge_handling # 查看该模式的完整提示词内容 fabric --readpattern t_analyze_challenge_handling # 查看仓库中全部可用模式确认 t_ 系列的存在 fabric --listpatterns--readpattern的实现位于 internal/cli/listing.go底层通过fabricDb.Patterns.PrintPattern直接打印指定模式文件内容方便你随时核对提示词是否被本地修改过。实用建议准备高质量的 TELOS 输入把我的核心挑战列表、每项挑战当前的投入证据、近期的 journal/日志片段整理成一份 Markdown 文件作为稳定输入。输入越具体8 条评语越有针对性组合使用形成复盘闭环先用t_analyze_challenge_handling定位哪些挑战没被认真对待再用t_check_metrics检查量化指标是否改善最后用 t_find_blindspots/system.md 挖掘认知盲区形成一套周期性的自我审视流程容忍直接的批评输出该模式的产出刻意不带粉饰收到你并没有真正投入这类评语是设计使然——这正是它区别于普通鼓励式提示词的价值所在。源码侧的印证模式存在性与用途除了 system.md 本身suggest_pattern/user.md 中的模式速览表给出了与描述索引一致的一句话定义pattern_extracts.json 保留了该模式的完整原文提取可用于校验本地文件与索引的一致性模式加载机制Fabric 通过 internal/tools/patterns_loader.go 加载data/patterns/目录下的模式文件因此所有t_系列模式与普通模式遵循同一套注册、变量替换与输出处理流程变量替换能力-v参数支持注入自定义变量如-v#challenge:健身计划可以将具体挑战名注入提示词避免每次手写重复输入。适用场景与边界该模式最适合以下场景个人目标复盘月度/季度回顾时评估自己在关键挑战上的投入与进展创业与项目自我审视客观评估一个项目负责人是否在真正解决核心挑战第三方观察评估结合他人提供的背景档案生成独立于本人视角的应对评估。需要说明的边界是模式本身不定义 TELOS 文件的格式标准其分析质量高度依赖输入材料的完整性与真实性同时输出为纯列表、无结构化字段若需要机器可读的结构化结果需配合其他模式或自行后处理。通过将深读背景 严格格式 直接批评三者结合t_analyze_challenge_handling为个人反思提供了一面不带滤镜的镜子——它不会替你解决问题但会清楚地告诉你哪些挑战你其实还没有真正开始应对。【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 Fabric 模式深度解析：用 t_analyze_challenge_handling 复盘与审视个人挑战应对策略
Fabric 模式深度解析用 t_analyze_challenge_handling 复盘与审视个人挑战应对策略【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导读t_analyze_challenge_handling是 Fabric 开源仓库中一组以t_为前缀即thought/thinking系列的思维分析模式之一它要求 AI 以深读 TELOS 文件 生成结构化评语的方式客观评估一个人正在如何应对自己的挑战并毫不留情地指出投入不足或避重就轻的迹象。本文将以该模式的 system.md 为骨架逐段解析其角色设定、执行步骤与输出约束并结合仓库中同系列模式、模式描述索引与 CLI 实现说明如何在日常反思、周报复盘、目标管理中实际落地使用。模式定位它是教练而非鼓励师在仓库的模式描述索引 pattern_descriptions.json 中该模式被概括为Evaluate challenge handling by analyzing response strategies.即通过分析应对策略来评估挑战处理情况标签为ANALYSIS、STRATEGY、CR THINKING批判性思维。与之对应pattern_explanations.md 中的一句话说明进一步点明了它的犀利风格Provides 8-16 word bullet points evaluating how well challenges are being addressed, calling out any lack of effort.也就是说这个模式的核心产出不是安慰或泛泛而谈而是指出问题——如果你没有在挑战上投入真正的努力它会直接点名批评。这一点在 system.md 的 STEPS 第 4 步中写得很明确Call me out if Im not putting work into them如果你没有为这些挑战付出努力就直接指出。system.md 逐段拆解完整的模式文件只有三个区块IDENTITY / STEPS / OUTPUT INSTRUCTIONS共 19 行但每段都承载了明确的行为约束1. IDENTITY角色即深挖语境、产出智慧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.身份设定有两层要求理解深层语境不仅阅读表面文字还要从人物/实体的大量背景资料中提取模式与动机产出智慧将背景语境与当前输入问题结合生成有洞察力、可指导行动的输出而不是复述输入。2. STEPS四步强制流程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 8 16-word bullets describing how well or poorly Im addressing my challenges. Call me out if Im not putting work into them, and/or if you can see evidence of them affecting me in my journal or elsewhere.四步构成一条完整的处理流水线步骤动作关键要求1通读 TELOS 文件彻底理解该人物/实体的一切背景2研读输入问题弄清用户本次真正想获得什么3深度思考关联投入充分时间思考背景与问题之间的关系追求最佳可能的输出4输出 8 条评语每条 16 词以内评估挑战应对好坏发现投入不足或逃避迹象必须直接点名注意第 4 步的两个细节数量与长度硬约束恰好 8 条、每条 16 词以内8 16-word bullets这是在压缩信息密度的同时保证输出的聚焦度证据采集范围不仅看当前输入还允许且鼓励从用户的 journal日志/日记或其他可观察材料中寻找挑战影响用户的实际证据——这意味着该模式天然适合配合个人反思记录类输入使用。3. OUTPUT INSTRUCTIONS纯文本、纯列表1. Only use basic markdown formatting. No special formatting or italics or bolding or anything. 2. Only output the list, nothing else.输出约束同样严苛禁用强调格式不允许加粗、斜体、特殊排版只保留最基础的 Markdown 列表只输出列表除 8 条评语外不允许出现任何解释、总结或附加内容。这种去装饰化的设计保证了输出可以被机械地拼接进其他工作流例如日志归档、批量复盘脚本也符合 Fabric 模式输出即数据的设计哲学。输入侧TELOS 文件是什么system.md 第 1 步要求Read the incoming TELOS File。需要说明的是当前仓库中并不存在一份独立的 TELOS 格式规范文档TELOS 文件是该t_系列模式之间共享的一种约定输入形态——用户需要提供一份关于自身/某实体全面背景的文本材料如人生档案、年度总结、目标与挑战清单、近期的 journal 记录等供模式深度挖掘。从源码结构可以推断这一约定贯穿整个t_思考系列同目录下的 t_check_dunning_kruger/system.md、t_year_in_review/system.md、t_check_metrics/system.md、t_create_h3_career/system.md 等都使用了完全相同的开头四步模板读 TELOS 文件 → 研读输入 → 深度思考关联 → 面向具体分析目标输出。因此可以认为TELOS 文件 ≈ 背景档案可以是纯文本、Markdown 或导出的人格/经历描述输入问题 本次分析诉求例如我最近三个月对健身目标的应对如何我的创业项目挑战处理得怎样二者的背景 问题组合正是该模式生成 8 条评语的全部原料。t_analyze_challenge_handling与其他t_模式的差异只在第 4 步的分析目标Dunning-Kruger 模式评估认知偏差、t_year_in_review回顾年度成就、t_check_metrics检查指标趋势而本模式专门盯住挑战应对过程本身。实战使用如何运行这个模式Fabric 的 CLI 通过--pattern短参数-p指定模式其参数定义位于 internal/cli/flags.goPattern string short:p long:pattern yaml:pattern description:Choose a pattern from the available patterns default: PatternVariables map[string]string short:v long:variable description:Values for pattern variables, e.g. -v#role:expert -v#points:30典型调用方式将 TELOS 背景档案通过标准输入传入# 基础用法将背景档案 反思问题一并管道输入 cat my_telos_and_journal.md | fabric -p t_analyze_challenge_handling # 查看该模式的完整提示词内容 fabric --readpattern t_analyze_challenge_handling # 查看仓库中全部可用模式确认 t_ 系列的存在 fabric --listpatterns--readpattern的实现位于 internal/cli/listing.go底层通过fabricDb.Patterns.PrintPattern直接打印指定模式文件内容方便你随时核对提示词是否被本地修改过。实用建议准备高质量的 TELOS 输入把我的核心挑战列表、每项挑战当前的投入证据、近期的 journal/日志片段整理成一份 Markdown 文件作为稳定输入。输入越具体8 条评语越有针对性组合使用形成复盘闭环先用t_analyze_challenge_handling定位哪些挑战没被认真对待再用t_check_metrics检查量化指标是否改善最后用 t_find_blindspots/system.md 挖掘认知盲区形成一套周期性的自我审视流程容忍直接的批评输出该模式的产出刻意不带粉饰收到你并没有真正投入这类评语是设计使然——这正是它区别于普通鼓励式提示词的价值所在。源码侧的印证模式存在性与用途除了 system.md 本身suggest_pattern/user.md 中的模式速览表给出了与描述索引一致的一句话定义pattern_extracts.json 保留了该模式的完整原文提取可用于校验本地文件与索引的一致性模式加载机制Fabric 通过 internal/tools/patterns_loader.go 加载data/patterns/目录下的模式文件因此所有t_系列模式与普通模式遵循同一套注册、变量替换与输出处理流程变量替换能力-v参数支持注入自定义变量如-v#challenge:健身计划可以将具体挑战名注入提示词避免每次手写重复输入。适用场景与边界该模式最适合以下场景个人目标复盘月度/季度回顾时评估自己在关键挑战上的投入与进展创业与项目自我审视客观评估一个项目负责人是否在真正解决核心挑战第三方观察评估结合他人提供的背景档案生成独立于本人视角的应对评估。需要说明的边界是模式本身不定义 TELOS 文件的格式标准其分析质量高度依赖输入材料的完整性与真实性同时输出为纯列表、无结构化字段若需要机器可读的结构化结果需配合其他模式或自行后处理。通过将深读背景 严格格式 直接批评三者结合t_analyze_challenge_handling为个人反思提供了一面不带滤镜的镜子——它不会替你解决问题但会清楚地告诉你哪些挑战你其实还没有真正开始应对。【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