用途：Fabric Fusion 用于多模型审议（deliberation）。当需要模型多样性的研究或批判性评估时，用一次 fabric_exec 调用组织 2–8 个模型的评审团，并在至少两个回答完成时由裁判模型进行比较。它不用于战术性工作或简单查询。
主要能力：评审团成员并行独立作答，可借助联网工具（如通过 bash 运行 gsearch 或 curl）检索并内联引用来源；裁判不合并回答，而是输出结构化分析，包含 consensus（共识）、contradictions（矛盾）、partial_coverage（部分覆盖）、unique_insights（独特洞见）、blind_spots（盲点）五个字段。返回紧凑的 status/coverage/analysis 信封，由调用方写最终答案。
使用方式：传入 strings.task；strings.panel 为 Array<{ model, label? }> 的 JSON 字符串；可选 strings.judge、strings.tools、strings.thinking，未设置时传空字符串。label 仅用于归属标识。tools 默认 read、grep、find、ls、bash；thinking 默认使用已配置的 agent thinking。评审团成员数必须为 2–8，模型需解析为互不相同的模型（不能是同一模型的别名），label 需非空且互不相同。模型可跨 Pi 注册表与 Claude Code 运行时目录解析，Claude 别名需加 claude/ 前缀（如 claude/haiku）；Claude Code 为可选，仅含 Pi 模型时发现为尽力而为。
适用场景：需要多模型视角的研究、评审与批判；可按意图选择模型组合，如最强可用、预算均衡配前沿裁判、或相近延迟以加快扇出。默认评审团规模为三。
限制：成本为 N 次评审团调用加一次裁判调用（当可比较时）；需预留 panel.length + 1 个顶层 agent 调用。并发调用可能超出观测性 token/USD 检查，因为用量事后结算，这些设置不是硬性并发预留。评审团成员与裁判均为普通非递归 agent，审议仅一层。bash 启用联网需执行审批。并发受 agents.maxConcurrent 限制。若需同模型角色多样性，建议用户调用 /skill:fabric-council，不要自行调用仅限用户的技能。当竞争性模型视角不足以证明成本合理时，使用普通 agent。
完成判定：返回 success、partial 或 failed 并附明确评审团覆盖情况。成功裁判只返回结构化比较；原始回答仅在裁判失败或完成模型少于两个时返回。partial 结果可用，不应触发自动全评审团重跑。失败项保留 label、规范模型键与 runner；仅当缺失覆盖重要时重试失败模型或裁判。