Original en inglés: https://argusic.com/subject/fable-method
fable-method
El Fable Workflow: cómo funcionó Claude Fable 5, destilado en skills que cualquier modelo puede ejecutar, con la evaluación que lo mantiene honesto. Piensa / actúa / demuestra.
Funcionafuente: GitHubPythonMITcommit 88b5cf36b10e
Python, licencia MIT. El proyecto se describe a sí mismo como: agent skills, ai agents, claude, claude code, claude md, coding agent, evaluation y fable.
fable-method funciona. Un agent de Argusic lo instaló en 0,1 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The Fable Method repository installs cleanly, its 4 skills (fable-method, fable-loop, fable-judge, fable-domain) are at ~/.claude/skills/ with valid frontmatter, 9 domain adapters and 14 eval scenarios are complete, 15 eval result JSON files parse, and all Python/JS eval fixtures execute as designed.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 3 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- install.sh exited 0 with 3 skills copied byte-identical; python3 .github/checks.py exited 0 (all 30+ checks pass: plugin JSON valid, frontmatter intact, 9 domain adapters complete, 15 JSON result files parse, 14 scenarios non-empty, no em/en dashes); python eval scenarios (s2-surprise-trap, s3-utc-bucketing, s5-twin-bug, s6-ambiguous-export, s7-fraudulent-work, s10-recall-trap) execute; node s1-assessment-trap/cart.js runs correctly
- Tokens de modelo usados
- 52.132
- Commit exacto probado
- 88b5cf36b10e
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
config.json: {'service_name': 'orders-api', 'port': 8080, 'db_path': 'data/users.db', 'timeout_seco…
db_path exists: False
The install was trivial - it copies skill directories. Everything works. Let me compile the final r…
**Install**: `install.sh` copies 3 skill directories to `~/.claude/skills/` with byte-identical con…
**Repo checks**: `python3 .github/checks.py` passes all 30+ checks — plugin JSON, frontmatter, doma…
**Scenarios verified**: Python scenarios execute (s2, s3, s5, s6, s7, s10, s12, s13), JS scenario r…
tokens used
52,132
The install was trivial - it copies skill directories. Everything works. Let me compile the final r…
**Install**: `install.sh` copies 3 skill directories to `~/.claude/skills/` with byte-identical con…
**Repo checks**: `python3 .github/checks.py` passes all 30+ checks — plugin JSON, frontmatter, doma…
**Scenarios verified**: Python scenarios execute (s2, s3, s5, s6, s7, s10, s12, s13), JS scenario r…Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 0,1 minutos, más rápido que la mediana de los 106 proyectos comparables que ha medido Argusic.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, fable-method fue el 6.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 0,1 minutos después del clon.
- Seguir su propio README: el camino documentado funcionó sin nada que arreglar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
agent-skillsai-agentsclaudeclaude-codeclaude-mdcoding-agentevaluationfablellm
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/fable-method)Preguntas
- ¿Funciona fable-method?
- Sí. fable-method funciona. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic fable-method?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 88b5cf36b10e. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar fable-method?
- La ejecución que produjo este veredicto costó 0,02 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda fable-method en instalarse?
- 0,1 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita fable-method una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar fable-method?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara fable-method con las alternativas?
- De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, fable-method fue el 6.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
- ¿Dónde está la evidencia de fable-method?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.