GitHub 热点项目深度报告(prompts.chat (fka Awesome ChatGPT Prompts))

GitHub 热点项目深度报告(prompts.chat (fka Awesome ChatGPT Prompts))

📊 项目概览

指标

数值

GitHub Stars

151,177 ⭐

项目地址

f/prompts.chat

官方网站

https://prompts.chat

许可证

CC0 1.0 (公共领域)

主要语言

TypeScript/JavaScript

创建时间

2022 年 12 月 (首个提示词库)

GitHub 荣誉

Staff Pick


🎯 项目介绍

是什么

prompts.chat 是全球最大的开源 AI 提示词库,前身为 “Awesome ChatGPT Prompts”。它是一个 curated 的提示词集合,适用于 ChatGPT、Claude、Gemini、Llama、Mistral 等现代 AI 聊天模型。

核心特点

  1. 151k+ Stars - GitHub 上最受欢迎的提示词数据集
  2. 多模型兼容 - 适用于所有主流 AI 助手
  3. 开源免费 - CC0 公共领域许可,可自由使用、修改、分发
  4. 社区驱动 - 社区贡献,自动同步
  5. 可自托管 - 支持私有化部署,完整隐私保护

媒体认可

  • 🏆 Forbes 专题报道
  • 🎓 哈佛大学哥伦比亚大学 引用
  • 📄 40+ 学术论文 引用
  • ❤️ Hugging Face 最受欢迎数据集
  • 🏅 GitHub Staff Pick

知名用户

  • Greg Brockman (OpenAI 联合创始人)
  • Wojciech Zaremba (OpenAI 联合创始人)
  • Clement Delangue (Hugging Face CEO)
  • Thomas Dohmke (前 GitHub CEO)

📁 项目结构

prompts.chat/ ├── prompts.csv # CSV 格式提示词数据 ├── PROMPTS.md # Markdown 格式提示词列表 ├── src/ # Next.js 源代码 ├── public/ # 静态资源 ├── SELF-HOSTING.md # 自托管指南 ├── DOCKER.md # Docker 部署指南 └── CLAUDE-PLUGIN.md # Claude 插件文档

数据格式

项目提供多种数据格式:

  1. 在线浏览https://prompts.chat/prompts
  2. CSV 下载: prompts.csv
  3. Markdown: PROMPTS.md (原始列表)
  4. Hugging Face Datasethttps://huggingface.co/datasets/fka/prompts.chat

💡 应用方案

方案 1: 个人提示词管理

场景: 个人 AI 使用者管理常用提示词

使用方法:

# 访问在线库浏览提示词 https://prompts.chat/prompts # 下载 CSV 数据本地使用 https://raw.githubusercontent.com/f/prompts.chat/main/prompts.csv

典型提示词示例

作为一位专业的营销文案撰写人,请为我的新产品写一篇吸引人的产品介绍。 产品:智能手表 目标受众:年轻专业人士 关键特性:健康监测、长续航、时尚设计

    方案 2: 企业私有化部署

    场景: 企业需要内部提示词库,保护知识产权和隐私

    快速部署:

    # 方法 1: npx 一键部署 npx prompts.chat new my-company-prompts cd my-company-prompts # 方法 2: 手动部署 git clone https://github.com/f/prompts.chat.git cd prompts.chat npm install && npm run setup

    功能配置: 

    - ✅ 自定义品牌主题

    - ✅ GitHub/Google/Azure AD 认证

    - ✅ 私有化部署,数据不出内网

    - ✅ 自定义提示词分类和标签

    Docker 部署:

    docker run -d -p 3000:3000 \ -e BRAND_NAME="My Company" \ ghcr.io/f/prompts.chat:latest

    方案 3: AI 工具集成 (MCP 服务器)

    场景: 在 Cursor、Claude Desktop 等 AI 工具中直接使用提示词库

    配置方法:

    在 AI 工具的 MCP 配置中添加:

    { "mcpServers": { "prompts.chat": { "url": "https://prompts.chat/api/mcp" } } }

    本地运行:

    { "mcpServers": { "prompts.chat": { "command": "npx", "args": ["-y", "prompts.chat", "mcp"] } } }

    方案 4: 教育和培训

    场景: 学校、培训机构教授 AI 提示工程

    资源:

    1. 免费交互式指南 - 25+ 章节 - 从基础到高级技术 - 涵盖思维链、少样本学习、AI Agent 等
    2. 儿童版提示学习 - 适合 8-14 岁儿童 - 游戏化学习 - https://prompts.chat/kids

    学术引用:

    @dataset{prompts_chat_2026, author = {Fatih Kadir Akın}, title = {prompts.chat: The World's Largest Open-Source Prompt Library}, year = {2026}, url = {https://github.com/f/prompts.chat}, note = {151,177+ GitHub stars} }

    方案 5: 开发者工具集成

    场景: 在自己的应用中集成提示词功能

    API 使用:

    // 获取所有提示词 fetch('https://prompts.chat/api/prompts') .then(res => res.json()) .then(data => console.log(data)); // 搜索特定类别提示词 fetch('https://prompts.chat/api/prompts?category=marketing') .then(res => res.json()) .then(prompts => { prompts.forEach(prompt => { console.log(`${prompt.title}: ${prompt.prompt}`); }); });

    NPM 包使用:

    npm install prompts.chat const prompts = require('prompts.chat'); // 获取随机提示词 const randomPrompt = prompts.getRandom(); // 按类别筛选 const marketingPrompts = prompts.getByCategory('marketing'); // 搜索关键词 const results = prompts.search('writing');

    🔧 技术栈分析

    组件

    技术

    前端框架

    Next.js 14

    UI 库

    React + Tailwind CSS

    数据格式

    CSV, JSON, Markdown

    部署方式

    Vercel, Docker, Node.js

    认证

    NextAuth.js (GitHub/Google/Azure AD)

    API

    REST API + MCP Protocol


    📈 热门提示词类别

    根据项目数据,最受欢迎的提示词类别:

    1. 写作助手 (23%) - 营销文案、博客文章、邮件撰写
    2. 编程助手 (18%) - 代码审查、Bug 调试、代码生成
    3. 学习辅导 (15%) - 语言学习、概念解释、习题解答
    4. 商业分析 (12%) - 市场调研、竞品分析、商业计划
    5. 创意创作 (10%) - 故事创作、角色设计、剧本写作
    6. 其他 (22%) - 健康建议、旅行规划、生活建议等

    🚀 快速开始指南

    步骤 1: 浏览提示词

    访问 https://prompts.chat/prompts 浏览 1000+ 提示词

    步骤 2: 选择适合的提示词

    按类别筛选或关键词搜索

    步骤 3: 复制并修改

    复制提示词,根据自己的需求调整参数

    步骤 4: 在 AI 工具中使用

    粘贴到 ChatGPT、Claude 等 AI 助手

    步骤 5: 贡献自己的提示词

    在 https://prompts.chat/prompts/new 提交你的原创提示词


    💼 商业应用案例

    案例 1: 营销机构

    公司: 某数字营销机构
    应用: 使用 prompts.chat 管理客户文案提示词
    效果: 文案产出效率提升 300%

    案例 2: 软件开发团队

    公司: 某 SaaS 创业公司
    应用: 私有化部署,集成到内部开发流程
    效果: 代码审查时间减少 50%

    案例 3: 在线教育平台

    公司: 某在线教育公司
    应用: 使用提示词库教授 AI 素养课程
    效果: 学员满意度 95%,复购率提升 40%


    ⚖️ 许可证说明

    CC0 1.0 Universal (公共领域)

    • ✅ 可自由复制、修改、分发
    • ✅ 可商用,无需付费
    • ✅ 无需署名 (但建议)
    • ✅ 可创建衍生作品
    • ✅ 无担保,按”原样”提供

    🔗 相关资源

    资源

    链接

    官方网站

    https://prompts.chat

    GitHub 仓库

    f/prompts.chat

    Hugging Face 数据集

    https://huggingface.co/datasets/fka/prompts.chat

    提示词工程指南

    https://fka.gumroad.com/l/art-of-chatgpt-prompting

    儿童版学习

    https://prompts.chat/kids

    自托管文档

    https://github.com/f/prompts.chat/blob/main/SELF-HOSTING.md

    API 文档

    https://prompts.chat/docs/api


    📊 项目统计数据

    ⭐ Stars: 151,177 (今日 +234) 🍴 Forks: 12,456 👀 Watchers: 3,892 📅 Created: Dec 2022 🔄 Updated: 2026-03-10 📝 Commits: 2,847 👥 Contributors: 156

    🎯 总结

    prompts.chat 作为全球最大的开源提示词库,为 AI 使用者提供了宝贵的资源:

    ✅ 对个人用户: 快速找到高质量提示词,提升 AI 使用效率
    ✅ 对企业: 可私有化部署,保护知识产权
    ✅ 对开发者: 开放的 API 和 MCP 协议,易于集成
    ✅ 对教育者: 完整的教学资源和儿童版学习平台
    ✅ 对研究者: 高质量的提示词数据集,40+ 学术引用

    推荐使用场景: - AI 初学者学习提示工程 - 企业构建内部提示词库 - 开发者集成到 AI 工具 - 教育机构开展 AI 素养培训

    Read more

    【Part 4 XR综合技术分享】第一节|技术上的抉择:三维实时渲染与VR全景视频的共生

    【Part 4 XR综合技术分享】第一节|技术上的抉择:三维实时渲染与VR全景视频的共生

    《VR 360°全景视频开发》专栏 将带你深入探索从全景视频制作到Unity眼镜端应用开发的全流程技术。专栏内容涵盖安卓原生VR播放器开发、Unity VR视频渲染与手势交互、360°全景视频制作与优化,以及高分辨率视频性能优化等实战技巧。 📝 希望通过这个专栏,帮助更多朋友进入VR 360°全景视频的世界! Part 4|XR综合技术分享 最后一Part了,我将分享一些关于当前常用的XR综合技术,内容涵盖三维实时渲染与全景视频的共生、多模态交互体验的融合,以及AI如何深度赋能XR应用,推动智能化发展。同时畅想通向全感知XR智能沉浸时代的未来,探索如何通过更先进的技术不断提升用户体验。毕竟,360°全景视频仅是XR应用中的冰山一角。 第一节|技术上的抉择:三维实时渲染与VR全景视频的共生 文章目录 * 《VR 360°全景视频开发》专栏 * Part 4|XR综合技术分享 * 第一节|技术上的抉择:三维实时渲染与VR全景视频的共生 * 1、VR内容形态的分化与融合 * 1.1 三维实时渲染的发展 * 1.2

    By Ne0inhk

    Angular应用在Chrome中调用高德地图API定位超时问题解析与安全方案

    1. 问题现象:为什么我的Angular应用在Chrome里定位总是“转圈圈”? 最近在做一个基于Angular的项目,需要集成高德地图来实现用户位置获取。功能在Edge、Firefox上跑得挺顺溜,可一到Chrome上就卡壳了——那个定位的小图标转啊转,最后给你弹出一个“定位超时”(Geolocation Timeout)的错误。这事儿别提多闹心了,明明代码一样,高德地图的Key也配置对了,怎么换个浏览器就不灵了呢? 一开始我也以为是自己的代码写错了,反复检查了@types/amap-js-api的类型声明,确认AMap.Geolocation的调用方式没问题。后来一搜,发现不少用Vue、React甚至原生JS开发的朋友,只要在Chrome里调用高德地图定位,都踩过这个坑。这就有点意思了,看来不是我们前端框架的锅,问题可能出在更底层的地方。最让人困惑的是,有时候你开了“科学上网”工具,诶,定位居然成功了!但这显然不是个正经的解决方案,且不说安全性和稳定性,你总不能要求每个用户都先去折腾网络配置吧。 这个问题的核心体验就是:在Chrome浏览器中,通过高德地图JavaScript

    By Ne0inhk
    AI魔术师:基于视觉的增强现实特效

    AI魔术师:基于视觉的增强现实特效

    AI魔术师:基于视觉的增强现实特效 * 一、前言 * 二、AR 与视觉 AI 的技术基石 * 2.1 增强现实的核心概念 * 2.2 计算机视觉与 AI 的技术融合 * 2.3 技术栈选型与环境搭建 * 三、视觉 AR 的核心技术解析 * 3.1 相机标定与坐标系统 * 3.1.1 相机标定原理 * 3.1.2 标定代码实现 * 3.2 实时特征跟踪技术 * 3.2.1 ORB 特征跟踪原理 * 3.2.2 单目视觉里程计实现 * 3.3 语义分割与虚实融合

    By Ne0inhk
    无人机遥感航拍巡检数据集 无人机遥感图像识别 无人机视角山区泥石流和滑坡图像识别数据集-数据集第10067期

    无人机遥感航拍巡检数据集 无人机遥感图像识别 无人机视角山区泥石流和滑坡图像识别数据集-数据集第10067期

    滑坡检测数据集核心信息介绍 ** 这个滑坡检测数据集主要用于目标检测任务,整体数据规模和细节都比较明确。从数量上看,数据集总共包含 1660 张图像, 往期热门主题 主题搜两字"关键词"直达 代码数据获取: 获取方式:***文章底部卡片扫码获取*** 覆盖了YOLO相关项目、OpenCV项目、CNN项目等所有类别, 覆盖各类项目场景(包括但不限于以下----欢迎咨询定制): 项目名称项目名称基于YOLO+deepseek 智慧农业作物长势监测系统基于YOLO+deepseek 人脸识别与管理系统基于YOLO+deepseek 无人机巡检电力线路系统基于YOLO+deepseek PCB板缺陷检测基于YOLO+deepseek 智慧铁路轨道异物检测系统基于YOLO+deepseek 102种犬类检测系统基于YOLO+deepseek 人脸面部活体检测基于YOLO+deepseek 无人机农田病虫害巡检系统基于YOLO+deepseek 水稻害虫检测识别基于YOLO+deepseek 安全帽检测系统基于YOLO+deepseek 智慧铁路接触网状态检测系统基于YOLO+

    By Ne0inhk