DeepFabric · AI Nav City

核心信息

以下信息由程序从官方接口读取，不经模型改写。

仓库地址: https://github.com/nolabs-ai/deepfabric
许可证: Apache-2.0
语言: Python
维护方: nolabs-ai
主页: http://docs.deepfabric.dev
核验日期: 2026-11-03

它是什么

DeepFabric 为语言模型和智能体评测生成合成训练数据。DeepFabric 可以作为库、命令行工具使用，也可以通过 YAML 配置使用。项目方称，它通过结合推理轨迹与工具调用模式来创建特定领域的数据集。

主要能力

DeepFabric 在数据集生成过程中使用 Spin Framework 支持真实的工具执行。
工具在隔离的 WebAssembly 沙箱中执行，而不是模拟工具输出。
DeepFabric 使用 ReAct（Reason-Act-Observe）循环进行工具调用，智能体在决定下一步动作之前会观察真实结果。
工具定义可以直接从 MCP（Model Context Protocol）服务器模式导入并自动模拟。
项目方称，DeepFabric 在生成时使用约束解码和响应验证，并在隔离的 webassembly 环境中真实执行工具。
训练之后，DeepFabric 内置的评估引擎会评估模型性能。

怎么上手

DeepFabric 还使用 YAML 配置，包含 3 个主要部分和可选的共享 LLM 默认设置。
YAML 配置示例使用模拟的工具执行，并需要一个 Spin 服务，项目方在 docker 镜像中提供该服务。
使用 YAML 配置前，要先把配置保存为 config.yaml，再以这个文件作为输入来运行生成；本页不收录该 YAML 示例，具体写法以官方文档为准。
工具追踪可以在 YAML 配置中启用；本页附的 YAML 代码块只是启用工具追踪的片段，不是完整配置，要并入包含三个主要部分的完整 YAML 配置后才能使用，完整配置须另取官方文档，不能把这个片段单独保存为 config.yaml 去运行。
DeepFabric 返回标准的 HuggingFace 数据集。
数据集生成后，可以自动上传到 Hugging Face。
生成的数据集可以直接导入 TRL、Unsloth 和 Axolotl 这类训练框架。

摘自 README · bash

pip install deepfabric

摘自 README · bash

export OPENAI_API_KEY="your-api-key"

deepfabric generate \
  --topic-prompt "Python programming fundamentals" \
  --generation-system-prompt "You are a Python expert" \
  --mode graph \
  --depth 3 \
  --degree 3 \
  --num-samples 9 \
  --batch-size 3 \
  --provider openai \
  --model gpt-4o \
  --output-save-as dataset.jsonl

摘自 README · bash

deepfabric generate config.yaml

摘自 README · yaml

generation:
  conversation:
    type: cot
    reasoning_style: agent

  tools:
    spin_endpoint: "http://localhost:3000"  # Spin service URL
    available:                              # Filter to specific tools
      - read_file
      - write_file
      - list_files
    max_agent_steps: 5                      # Max ReAct iterations

    # Optional: Seed initial state for scenarios
    scenario_seed:
      files:
        "config.json": '{"debug": true}'