SakanaAI/fugu 最值得一般開發者關注的地方,不只是「它是一個多智慧體模型」,而是它已經提供了很直接的 Codex 使用入口。
如果你想搜尋的是:
|
|
那這篇就按安裝教學來寫。
官方入口:
- GitHub 倉庫:SakanaAI/fugu
- 產品頁:Sakana Fugu
Fugu 適合先拿來做什麼
在安裝之前,先明確一點:Fugu 不一定適合所有任務。
它更適合複雜、多步驟、需要模型協作和驗證的開發任務,比如:
- 閱讀一個程式碼倉庫並總結結構;
- 定位 bug;
- 修改程式碼後繼續跑測試;
- 做程式碼審查;
- 分析複雜錯誤;
- 設計工程方案;
- 處理需要長鏈路推理的任務;
- 做論文復現、科研分析、安全分析等高難任務。
如果只是問一個很簡單的問題,比如「Python 怎麼讀檔案」,普通模型已經夠用。Fugu 更適合你希望 AI 多想幾步、多檢查幾輪的場景。
安裝前先確認
根據 SakanaAI/fugu README,官方的一行安裝方式支援:
- Ubuntu;
- macOS。
Windows 使用者,或者一行安裝沒有完成的情況,需要走官方手動安裝說明。
安裝前建議先確認幾件事:
- 你目前環境能存取
https://sakana.ai/; - 終端機裡有
curl; - 你知道自己是在 Ubuntu、macOS 還是 Windows;
- 你已經有可用的 Codex 環境;
- 如果公司網路有代理或防火牆,先確認能下載安裝腳本。
如果你在 EU/EEA 地區,還要注意官方頁面提到的可用性限制:Fugu 目前在 EU/EEA 暫不可用,因為 Sakana 還在處理 GDPR 和歐盟相關合規要求。
一行命令安裝 Fugu
官方 README 給出的安裝命令是:
|
|
這行命令做的事情很直接:從 Sakana 官方位址拉取安裝腳本,並交給 bash 執行。
如果你習慣更謹慎一點,也可以先只下載腳本內容看一眼,再決定是否執行。比如:
|
|
確認來源和內容沒問題後,再執行官方安裝命令。
這類 curl | bash 命令雖然方便,但本質上是在執行遠端腳本。建議只從官方 README 或官方文件複製,不要從來路不明的文章、評論區或截圖裡複製。
啟動 codex-fugu
安裝完成後,官方 README 給出的啟動方式是:
|
|
如果命令能正常啟動,就說明 Fugu 已經接進 Codex 使用流程。
你可以先用一個小任務測試,而不是一上來就丟一個很大的倉庫問題。比如:
|
|
或者:
|
|
這種任務足夠具體,又不會太重,適合用來觀察 Fugu 的輸出風格、速度和穩定性。
安裝後建議這樣測試
第一次使用 codex-fugu,建議按這個順序來:
- 先問一個倉庫結構問題;
- 再讓它看一個具體檔案;
- 再讓它分析一個小 bug;
- 最後再讓它處理跨檔案任務。
比如可以這樣逐步測試:
|
|
然後:
|
|
再進一步:
|
|
這種從小到大的方式更穩。你可以先判斷它是否理解目前專案,再決定是否把更複雜的任務交給它。
適合交給 Fugu 的 Codex 任務
Fugu 的定位是把多智慧體協作封裝成一個模型/API,所以它更適合「需要多輪思考」的任務。
1. 程式碼審查
適合這樣提問:
|
|
這類任務需要閱讀多個檔案、理解上下文、判斷風險。相比簡單問答,更能體現多智慧體協作的價值。
2. Bug 定位
適合這樣提問:
|
|
Bug 定位通常需要分步驟排查。Fugu 這類系統適合把「分析、驗證、修復建議」串起來。
3. 跨檔案改造
適合這樣提問:
|
|
跨檔案改造容易漏邊界。使用 Fugu 時,最好要求它先說明影響範圍,再動手修改。
4. 文件和教學整理
適合這樣提問:
|
|
這類任務需要讀資料、抽結構、寫成可執行步驟,也比較適合 Fugu。
5. 高難度分析任務
如果是科研、論文復現、安全分析、長鏈路工程排查,可以考慮使用 Fugu Ultra。
但日常開發任務不一定需要一上來就用 Ultra。先用普通 Fugu 測試成本、速度和效果更穩。
Fugu 和 Fugu Ultra 怎麼選
Sakana 官方頁面提到,Fugu 有兩個模型:
FuguFugu Ultra
可以簡單理解為:
| 模型 | 適合場景 | 取向 |
|---|---|---|
| Fugu | 日常編碼、程式碼審查、聊天機器人、普通複雜任務 | 平衡性能和延遲 |
| Fugu Ultra | 高難推理、科研、競賽、安全分析、長鏈路任務 | 優先結果品質 |
日常建議:
- 普通開發任務先用
Fugu; - 多檔案複雜任務先用
Fugu試一輪; - 如果結果不夠深入,再考慮
Fugu Ultra; - 高成本、高風險任務不要只看模型回答,要配合測試和人工複核。
Windows 使用者怎麼辦
官方 README 提到,一行安裝支援 Ubuntu 和 macOS。Windows 使用者,或者安裝沒有完成時,需要按官方手動指南處理。
如果你在 Windows 上使用,建議優先考慮這幾種方式:
- 使用 WSL Ubuntu;
- 在 macOS 或 Linux 機器上安裝;
- 查看 Sakana 官方控制台或文件裡的 Windows 手動步驟;
- 避免直接把 Linux/macOS 的 shell 命令硬套到 PowerShell。
尤其是:
|
|
這是 bash 命令,不是 PowerShell 原生命令。Windows 上如果沒有 bash 環境,直接執行很可能失敗。
常見問題
1. curl 命令失敗
先檢查網路:
|
|
如果連不上,可能是網路、代理、憑證或防火牆問題。
2. bash 找不到
說明目前環境沒有 bash,Windows PowerShell 下常見。
解決思路:
- 換到 WSL;
- 換到 macOS/Linux;
- 按官方手動安裝說明處理。
3. codex-fugu 命令找不到
可能原因:
- 安裝沒有成功;
- 命令沒有加入
PATH; - 目前終端機沒有重新載入環境變數;
- 安裝腳本只對目前 shell 生效。
可以先重新開啟終端機,再試:
|
|
如果仍然不行,就回到官方安裝說明檢查路徑設定。
4. 速度比普通模型慢
這不一定是異常。
Fugu 背後是多模型協作,複雜任務可能會有更多內部步驟。它適合拿來換更強的複雜任務處理能力,但不一定適合所有輕量問答。
5. 能不能上傳公司程式碼
要謹慎。
官方頁面提到 Fugu 支援按資料、隱私、合規要求排除特定 provider 或模型。但如果你要處理公司程式碼、客戶資料、安全漏洞、專利資料,仍然應該先確認組織的資料策略和模型池設定。
使用建議
第一次用 Fugu,不建議直接把最大、最複雜的任務丟進去。
更穩的方式是:
- 用一個小倉庫測試;
- 讓它先讀結構;
- 再給一個小 bug;
- 再嘗試跨檔案修改;
- 最後再處理複雜工程任務。
提示詞也盡量具體,比如:
|
|
這類約束能讓結果更可控。
一句話總結
如果你只是想了解 Fugu 是什麼,可以把它理解為「把多智慧體系統包裝成一個模型/API」。
但真正值得動手試的,是它給 Codex 提供的安裝入口:
|
|
對日常開發者來說,Fugu 最適合用來處理程式碼審查、bug 定位、跨檔案改造、複雜文件整理和長鏈路工程任務。先從小任務開始測試,再決定要不要把它放進你的日常 Codex 工作流。