AI提示词管理工具AiShort

AI提示词管理工具AiShort
在这里插入图片描述

简介

什么是 AiShort?

AiShort (原名 ChatGPT Shortcut) 是一个精选的 AI 提示词库,能帮助用户更高效地使用大语言模型(LLM),例如 ChatGPT。它内置了大量经过优化和筛选的提示词,覆盖写作、编程、学术、求职等多种场景。用户只需一键复制,即可获得高质量的 AI 回复,极大地提升了工作和学习效率。

主要特点

  • 精选提示词库:内置上百个专业、实用的提示词,并持续更新。
  • 智能搜索与过滤:通过关键词搜索或标签分类,快速定位你需要的提示词。
  • 多语言支持:所有提示词均已翻译成十多种主流语言,方便不同母语的用户使用。
  • 一键复制:简化操作流程,点击即可复制提示词,直接粘贴到任何 AI 对话窗口。
  • 无需注册:用户无需注册即可立即开始使用,方便快捷。
  • 我的收藏(高级功能):用户可以保存喜欢的提示,并进行排序和自定义标签管理。
  • 导出功能:支持将所有提示导出为 JSON 格式,便于备份。
  • 自定义提示管理(高级功能):允许用户创建、编辑和管理自己的提示。
  • 浏览器扩展:提供 Chrome/Edge/Firefox 扩展,通过快捷键 Alt+Shift+S 即可在任何网页唤出侧边栏,随时使用。
  • 社区分享:用户可以分享、发现和评价来自社区的优秀提示词。
  • 支持自托管:提供 VercelCloudflareDocker 等多种方式进行私有化部署。

应用场景

AiShort 适用于所有希望提升 AI 交互效率的用户:

  • 内容创作者:快速生成文章大纲、标题、社交媒体文案。
  • 程序员:获取代码解释、重构建议、Bug 修复方案。
  • 学生与学者:辅助论文写作、润色、翻译和提取核心观点。
  • 市场营销人员:构思广告语、邮件营销文案和市场分析报告。
  • 所有 AI 用户:无需再费力思考如何提出好问题,让 AI 的回答更精准、更有效。

AiShort 凭借其便捷性和功能性,为各类用户提供了一个有效的 AI 提示管理解决方案。

如何使用

该项目使用方式非常灵活,你可以选择最适合自己的一种。

1. 访问官方网站

最简单的方式是直接访问官方网站,所有功能即开即用。

2. 浏览器扩展

安装浏览器扩展后,可以在任何页面通过 Alt+Shift+S 快捷键唤出 AiShort 侧边栏,无缝集成到你的工作流中。

安装完成后,可以在侧边栏打开

需要说明的是,浏览器扩展目前似乎不支持直接配置自定义后端 URL 来访问私有化部署的实例。这意味着,即使你部署了自己的 AiShort 服务,浏览器扩展仍然会默认从官方的 aishort.top 获取提示词数据。

3. Tampermonkey 脚本 (高级)

如果你是 Tampermonkey 用户,也可以安装 ChatGPT Shortcut Anywhere 脚本,在任何网站上启用 AiShort 侧边栏。

https://greasyfork.org/scripts/482907-chatgpt-shortcut-anywhere

自托管部署

对于希望数据私有化或进行二次开发的用户,AiShort 提供了多种自托管方案。

Vercel / Cloudflare 部署

你可以利用 VercelCloudflare Pages 的免费服务,一键 Fork 项目并进行部署,实现零成本线上托管。详细步骤请参考项目 README

Docker 部署

这是最常见的自托管方式之一。

本文写作时, latest 版本对应为 4.0.8

如果你熟悉命令行,可能用 docker cli 更快捷,只需一行命令即可启动服务。

# 新建文件夹 chatgpt-shortcut 和 子目录mkdir -p /volume1/docker/chatgpt-shortcut # 进入 chatgpt-shortcut 目录cd /volume1/docker/chatgpt-shortcut # 运行容器docker run -d \ --restart unless-stopped \ --name chatgpt-shortcut \ -p 3145:3000 \ ghcr.io/rockbenben/chatgpt-shortcut:latest 

也可以用 docker-compose 安装,将下面的内容保存为 docker-compose.yml 文件

version:"3.8"services:docsify:image: ghcr.io/rockbenben/chatgpt-shortcut:latest container_name: chatgpt-shortcut restart: unless-stopped ports:-"3145:3000"

然后通过 SSH 登录到您的群晖,执行下面的命令:

# 新建文件夹 chatgpt-shortcut 和 子目录mkdir -p /volume1/docker/chatgpt-shortcut # 进入 chatgpt-shortcut 目录cd /volume1/docker/chatgpt-shortcut # 将 docker-compose.yml 放入当前目录# 一键启动docker-compose up -d 

运行

启动后,在浏览器中输入 http://群晖IP:3145 即可访问你的私有 AiShort 实例


注册并登录后,可以添加自己的提示词

可以通过 Filters 进行过滤

挑了一个厨师为例

[饮食倾向] 改成了 [赣菜,中辣] 风格,推荐的前三道是 藜蒿炒腊肉赣南小炒鱼萍乡小炒肉

自托管不支持浏览器插件,所以似乎没什么必要非自己搭建

参考文档

rockbenben/ChatGPT-Shortcut: 🚀💪Maximize your efficiency and productivity. The ultimate hub to manage, customize, and share prompts. (English/中文/Español/العربية). 让生产力加倍的 AI 快捷指令。更高效地管理提示词,在分享社区中发现适用于不同场景的灵感。
地址:https://github.com/rockbenben/ChatGPT-Shortcut
AiShort - AI提示词库 | 精选Prompt模板,即刻提升AI效率 | AiShort - Advanced AI Agent & Prompt Platform | Build, Share, and Multiply Productivity with One Click
地址:https://www.aishort.top/
AI Short 入门指南 | 复制提示词到 ChatGPT/DeepSeek | AiShort - Advanced AI Agent & Prompt Platform | Build, Share, and Multiply Productivity with One Click
地址:https://www.aishort.top/docs/guides/getting-started

Read more

机器人日志十年演进

机器人日志系统十年演进(2015-2025) 2015-2025年,是机器人日志体系从故障排查的附属零散文本,到全链路可追溯的结构化数据,再到具身智能原生的全生命周期核心数据资产彻底重构的十年。 机器人日志是机器人系统的“黑匣子”,是运维管控、故障追溯、算法迭代、质量优化的核心数据底座。其核心职责从最初的「故障发生后人工追溯的零散记录」,逐步升级为覆盖设备运行、集群调度、健康管理、算法迭代、安全合规全维度的可追溯、可分析、可复用的数据体系。十年间,日志系统的演进始终与机器人技术迭代、产业规模化发展、国产替代进程深度同频,与协议、监控、诊断三大模块形成深度联动,完成了从非结构化到标准化、从本地零散到分布式全域、从人工排查到智能解析、从事后补救到事前预判、从无价值文本到全链路数据资产的本质跨越,是机器人实现平台化、集群化、智能化的核心底层支撑。 一、日志体系十年演进总纲 机器人日志的十年演进,始终围绕**「标准化-结构化-分布式-智能化-资产化」**的核心逻辑推进,与中国机器人产业发展节奏完全同频,整体可划分为四大里程碑阶段,每个阶段的架构形态、核心能力、产业价值均发生了本质变化

Stable-Diffusion-v1-5-archive效果展示:高清风格化图像生成作品集(附Prompt)

Stable-Diffusion-v1-5-archive效果展示:高清风格化图像生成作品集(附Prompt) 1. 引言:经典模型的魅力再现 如果你对AI绘画感兴趣,那么“Stable Diffusion”这个名字你一定不陌生。而今天我们要聊的,是它的一个经典版本——Stable Diffusion v1.5 Archive。这个模型就像是AI绘画世界里的“老将”,虽然现在有更新、更强大的模型出现,但它在风格化图像生成上的稳定性和独特的“味道”,依然让很多创作者爱不释手。 简单来说,Stable Diffusion v1.5 Archive是一个专门用来“文生图”的工具。你输入一段文字描述,它就能为你生成一张对应的图片。它的特点在于,对于很多艺术风格——比如油画感、动漫风、赛博朋克——有着非常出色的理解和表现力,生成的作品往往带有一种独特的质感和氛围。 这篇文章,我们不谈复杂的安装和配置,也不讲深奥的原理。我们就来一起看看,这个经典的模型到底能生成出怎样惊艳的图片。我会分享一系列不同风格、不同主题的生成作品,并且把生成每张图所用的“

从零构建你的量化交易系统:通达信API与Python实战指南

从零构建你的量化交易系统:通达信API与Python实战指南 量化交易正逐渐成为现代投资领域的重要工具,它通过数学模型和计算机程序来执行交易决策,能够有效减少人为情绪干扰,提高交易效率。对于想要进入这一领域的开发者来说,掌握如何利用通达信API和Python构建量化交易系统是极具价值的技能。 1. 量化交易基础与环境搭建 在开始构建量化交易系统之前,我们需要先了解一些基本概念并搭建好开发环境。量化交易的核心是通过数学模型和统计方法分析市场数据,制定交易策略,并通过计算机程序自动执行交易。 1.1 Python环境配置 Python是量化交易领域最受欢迎的编程语言之一,拥有丰富的金融数据分析库。建议使用Anaconda来管理Python环境: # 创建专用环境 conda create -n quant python=3.8 conda activate quant # 安装基础包 pip install numpy pandas matplotlib 1.2 通达信API接入准备 通达信是国内广泛使用的证券分析软件,其API接口允许开发者获取行情数据和执行交易指令。

【花雕学编程】Arduino BLDC 之自主巡逻机器人(避障+路径规划)

【花雕学编程】Arduino BLDC 之自主巡逻机器人(避障+路径规划)

基于 Arduino 的无刷直流电机(BLDC)自主巡逻机器人(避障+路径规划),是一个融合了高效动力系统、多传感器环境感知、嵌入式实时计算与智能决策算法的复杂移动机器人系统。它旨在替代人工在预设或未知环境中进行长时间、高效率的巡查任务,通过 BLDC 电机提供持久且敏捷的驱动力,并利用算法实现环境理解与自主导航。 1、主要特点 高效长续航 BLDC 驱动系统 BLDC 电机是巡逻机器人的“心脏”,决定了其机动性与作业时长。 高效率与长续航: 相较于有刷电机,BLDC 电机效率通常高于 85%,发热量低。配合电子调速器(ESC)的 FOC(磁场定向控制)算法,能最大限度地利用电池能量,确保机器人能够持续工作 8 小时甚至更长时间,满足长时间巡逻的需求。 高动态响应: 巡逻过程中常需急停、避让行人或车辆。BLDC 电机具备快速启停和快速加减速的能力,配合差速转向底盘,能迅速响应避障算法发出的紧急制动或转向指令,保证运行安全。