system-prompts-and-models-of-ai-tools-chinese
system-prompts-and-models-of-ai-tools-chinese 是一个专为中文开发者打造的 AI 编程提示词资源库。它系统性地收集并翻译了 Cursor、Devin、VSCode Agent、Replit 等主流 AI 编程工具的系统提示词（System Prompts）与模型设计文档，旨在打破语言壁垒，让中文用户也能深入理解这些前沿工具的内部运作机制。
在日常开发中，许多开发者虽然会使用 AI 辅助编程，却往往停留在基础对话层面，难以通过精准的指令激发模型的最大潜力，或者对 AI 代理的设计逻辑缺乏直观认知。本项目正是为了解决这一痛点，通过提供高质量的中文参考资源，帮助用户优化与 AI 的交互方式，掌握更高效的提问技巧，甚至为自主研发类似 AI 工具提供宝贵的架构参考。
这份资源特别适合软件工程师、AI 研究者以及希望提升编程效率的技术爱好者。其独特亮点在于不仅提供了静态的提示词文本，还持续更新针对中文语境的编程规则（Rules）和最佳实践案例，涵盖了从代码生成到复杂任务代理的多种场景。无论你是想微调现有工作流，还是探索 AI Agent 的设计前沿，system-prompts-and-models-of-ai-tools-chinese 都能成为你手边实用的技术指南，助力你更从容地驾驭智能编程时代。
使用场景
某初创团队的后端工程师小李正利用 Cursor 快速构建一个高并发的订单处理微服务，急需让 AI 助手严格遵循团队的代码规范并理解复杂的业务逻辑。
没有 system-prompts-and-models-of-ai-tools-chinese 时
- 提示词表达生硬：只能凭感觉用中文描述需求，AI 常因语境模糊而生成带有“翻译腔”或不符合中文注释习惯的代码。
- 调试效率低下：当 AI 输出不符合预期时，不知道如何调整系统指令（System Prompt）来纠正其行为，只能反复手动修改代码。
- 黑盒操作迷茫：不了解 Cursor 或 Devin 等工具的内部工作机制，无法针对特定场景（如重构、单元测试）设计高效的交互策略。
- 规范难以落地：缺乏成熟的中文编程 Rules 参考，导致 AI 生成的代码风格不统一，增加了后续代码审查（Code Review）的负担。
使用 system-prompts-and-models-of-ai-tools-chinese 后
- 指令精准地道：直接复用项目中经过验证的 Cursor 中文提示词，AI 能准确理解业务意图，生成的代码注释和变量命名完全符合中文开发习惯。
- 调优有章可循：参考 Devin 和 VSCode Agent 的系统提示词文档，快速定位交互问题，通过微调指令让 AI 自动修复逻辑漏洞而非简单补全。
- 掌握底层逻辑：通过学习各类 AI 工具的模型设计文档，小李学会了像“产品经理”一样向 AI 下达结构化任务，显著提升了复杂功能的实现速度。
- 规范自动执行：引入项目提供的中文编程 Rules，让 AI 在生成代码时自动遵守团队的分层架构和异常处理规范，大幅减少了人工修正成本。
system-prompts-and-models-of-ai-tools-chinese 将原本依赖直觉的 AI 交互转变为可复制、可优化的工程化流程，让中文开发者真正掌握了驾驭 AI 编程工具的核心钥匙。
运行环境要求
快速开始
AI中文编程提示词项目
📖 项目简介
本项目是对system-prompts-and-models-of-ai-tools的中文翻译版本，旨在为中文开发者和AI爱好者提供各种流行AI编程工具的系统提示词和模型设计文档。通过这些资料，您可以深入了解各类AI助手的工作原理，以及如何更有效地与它们交互。
声明： 本项目仅供学习研究使用。项目中的所有提示词和模型文档仅用于帮助开发者理解AI工具的工作原理。详细的免责声明请查看DISCLAIMER.md文件。
🚀 项目内容
📂 目录结构
.
├── Cursor Prompts/ # Cursor编辑器的提示词
├── Devin AI/ # Devin AI的系统提示词
├── VSCode Agent/ # VSCode Agent的相关文档
├── Replit/ # Replit的提示词和工具
├── Windsurf/ # Windsurf相关文档
├── Same.dev/ # Same.dev平台的提示词
├── Lovable/ # Lovable AI助手文档
├── Manus Agent Tools & Prompt/ # Manus Agent的工具和提示词
├── Open Source prompts/ # 开源AI工具的提示词
└── v0 Prompts and Tools/ # v0的提示词和工具
🔍 使用方法
这些提示词和模型设计文档可以帮助您：
- 了解AI编程工具的内部工作机制
- 优化您与AI编程工具的交互方式
- 为开发类似工具提供参考
- 学习AI代理设计的最佳实践
🤝 贡献
欢迎贡献更多AI工具的中文翻译或改进现有翻译！请遵循以下步骤：
- Fork本仓库
- 创建您的特性分支 (
git checkout -b feature/amazing-translation) - 提交您的更改 (
git commit -m '添加对XX工具的翻译') - 推送到分支 (
git push origin feature/amazing-translation) - 开启一个Pull Request
📅 后续计划
本仓库将持续更新并增加以下内容：
- 中文编程Rules - 为中文开发者提供更适合的编程规则和指南
- 更多AI工具提示词 - 持续追踪并翻译最新AI工具的系统提示词
- 提示词优化建议 - 针对中文用户的提示词使用技巧和优化方法
- 实践案例分享 - 收集在实际开发过程中使用这些提示词的成功案例
我致力于建立一个完整的中文AI工具资源库，帮助更多开发者充分利用AI辅助编程的潜力。
🔗 相关链接
联系作者
- 📱 公众号： 祥子AI
- 💬 微信： wailbil
📜 许可
本项目采用MIT许可证 - 详见LICENSE文件
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。