duolahypercho/fusion-fable

Fuse two frontier models into one Fable-tier answer: Opus 4.8 drafts, a second model (Opus 4.8 or GPT-5.5 via codex) checks, Opus fuses. A Claude Code skill.

Fusion‑Fable – 一個將多個 LLM 融合為單一高品質回答的 Claude Code 技能

是什麼 – Fusion‑Fable 是 Claude Code（「Opus 4.8」模型）的技能，允許你將一個提示透過一組獨立的 LLM 並行執行，讓每個模型獨立回答同一問題（使用自己的網路搜尋與 bash 工具呼叫），然後讓 Opus 4.8 擔任裁判，分析小組的輸出並合成一個有根據的最終回答。

為何重要 – 即使是同一模型的獨立執行，也會產生多樣的推理路徑；結合多個模型（或同一模型的兩次執行）並合成結果，已被證明能提升在高難度基準測試中的準確率。Fusion‑Fable 將此理念打包為即用型的 Claude Code 技能，讓你無需撰寫任何編排程式碼，即可獲得「Fable 級別」的回答。

如何運作

分發 – 該技能會偵測你機器上安裝的模型 CLI，並啟動一組：
- opus4.8-4.8 – 兩個獨立的 Opus 4.8 執行（零設定）。
- opus4.8-gpt5.5 – Opus 4.8 加上透過 codex CLI 使用的 OpenAI GPT‑5.5。
- opus4.8-gpt5.5-gemini3.1pro – 透過 agy CLI 加入 Google Gemini 3.1 Pro。
盲執行 – 每個小組成員接收完全相同的提示，獨立並行執行，可呼叫網路搜尋或 bash 工具。它們彼此看不到對方的輸出。
裁判與合成 – Opus 4.8 接收所有原始回答，產生結構化分析（共識、矛盾、部分覆蓋、獨特見解、盲點），並寫出一個明確基於該分析的最終回答。
溯源 – 每次執行都會以時間戳標記的 Markdown 檔案形式保存在 ~/.claude/fusion-runs/ 目錄下，包含原始小組成員回答、分析與最終回答。

安裝（快速）

git clone https://github.com/duolahypercho/fusion-fable.git
cd fusion-fable
./install.sh          # 將技能複製到 ~/.claude/skills/fusion
# 可選：若將 Claude 設定儲存在其他位置，請設定 CLAUDE_CONFIG_DIR

安裝程式還會安裝斜線命令（/fusion-opus4.8、/fusion-gpt5.5、/fusion-3、/fusion-plan）和一個可選的鈎子腳本。

使用技能

方法	範例	發生了什麼
自然語言觸發	`透過 Fusion 執行：在 200M 行的 Postgres 表上執行 ALTER TABLE … 安全嗎？`	Claude 自動執行可用的最豐富小組，並返回包含分析區塊的最終答案。
固定斜線命令	`/fusion-gpt5.5 在共享分支上執行 git push --force-with-lease 真的安全嗎？`	強制使用 `opus4.8-gpt5.5` 小組；當你知道想使用哪些模型時非常有用。
在敘述中明確指定小組名稱	`對 … 執行 opus4.8-gpt5.5 Fusion`	與斜線命令相同，但以普通文字形式書寫。

三種方法均產生相同的輸出格式：

**最終答案**
…
---
**共識** …（註明來源）
**矛盾** …（註明來源）
**部分覆蓋** …
**獨特見解** …
**盲點** …

計畫模式 – `/fusion-plan`

Fusion‑Fable 還附帶一個 迭代式 計畫技能，可與 oh-my-claudecode (OMC) 計畫系統整合：

需求 – 可選的互動式訪談或從現有計畫檔案中自動提取。
三輪精煉 – 每輪執行一個雙模型小組（Opus 4.8 + GPT-5.5），批判當前計畫；Opus 4.8 進行裁判並生成下一階段更緊湊的計畫。
寫回 – 收斂後的計畫以簡潔、內容密集的形式覆蓋原始 .omc/plans/<slug>.md 檔案。
交接 – 你可以隨後執行 OMC 的品質門檻（/omc-plan --review）並進入執行階段。

一個輕量級可選鈎子（hooks/fusion-plan-nudge.sh）可啟用，以提醒你在將重大實作任務委派給子代理前執行 /fusion-plan。

要求與可選依賴

組件	所需用途	取得方式
Claude Code（Opus 4.8）	核心技能與裁判	已包含在 Claude Code 環境中
`codex` CLI	GPT-5.5 小組成員	`npm i -g @openai/codex-cli`（或遵循倉儲連結）安裝，並使用支援 GPT-5.5 的帳戶登入
`agy` CLI	Gemini 3.1 Pro 小組成員	從其倉儲安裝，執行一次以完成 Google OAuth
`perl` 超時助手	所有小組（macOS 的備用方案）	包含在倉儲中；無需額外安裝
`python`（用於 `_pty_run.py`）	Gemini 小組（需要偽終端）	任意最新 Python 3 解釋器

若僅需零設定小組，則無需額外工具。

倉儲內容

skills/fusion/            # 核心技能實作
  SKILL.md               # 技能定義
  scripts/               # 超時、小組偵測、執行每個 CLI、保存溯源的輔助腳本
    _fusion_lib.sh
    _pty_run.py
    detect_panel.sh
    preflight.sh
    run_codex.sh
    run_gemini.sh
    save_run.sh
  references/            # 設計文件（小組合理性、裁判評分標準）
skills/fusion-plan/       # 與 OMC 集成的計畫技能
commands/                # 斜線命令 Markdown 檔案
hooks/                   # 可選的工具使用前鈎子（預設停用）
install.sh                # 安裝腳本

優勢

無需自訂提示的模型多樣性 – 每個模型獨立執行相同提示，保留其原生推理風格。
結構化合成 – 裁判產生清晰的審計軌跡，便於查看答案來源。
可擴展的小組 – 自動選擇系統支援的最豐富小組；透過撰寫新的 run_*.sh 腳本可輕鬆新增更多小組成員。
可審計的溯源 – 每次執行均本地儲存，便於後續審查或除錯。
計畫整合 – 迭代式 /fusion-plan 工作流程可提升高風險設計文件的品質。

局限

成本與延遲 – 令牌使用量和實際執行時間隨小組成員數量線性增長；三模型小組可能比單次回答慢數倍且更昂貴。
對外部 CLI 的依賴 – GPT-5.5 和 Gemini 小組需要 codex 和 agy CLI 及有效憑證；若無則退回到僅 Opus 的基礎小組。
僅限 Claude 環境 – 該技能在 Claude Code 內執行；無法作為獨立 CLI 或 Web 服務使用。
macOS 無內建超時 – 倉儲附帶 Perl 助手；若失敗可能需要調整 FUSION_TIMEOUT。

許可證

MIT – 請參閱倉儲中的 LICENSE 檔案。

總結 – Fusion‑Fable 為 Claude Code 使用者提供了一種即插即用的方式，利用經過驗證的「小組 → 裁判」技術，將多個 LLM 的回答融合為一個有充分依據的單一回應，並在與 OMC 配合時支援迭代式計畫。