[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-IsHexx--system-prompts-and-models-of-ai-tools-chinese":3,"tool-IsHexx--system-prompts-and-models-of-ai-tools-chinese":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","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。\n\n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。\n\nNextChat 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。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":76,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":76,"stars":79,"forks":80,"last_commit_at":81,"license":82,"difficulty_score":83,"env_os":84,"env_gpu":84,"env_ram":84,"env_deps":85,"category_tags":88,"github_topics":76,"view_count":23,"oss_zip_url":76,"oss_zip_packed_at":76,"status":16,"created_at":89,"updated_at":90,"faqs":91,"releases":92},3253,"IsHexx\u002Fsystem-prompts-and-models-of-ai-tools-chinese","system-prompts-and-models-of-ai-tools-chinese","AI编程工具中文提示词合集，包含Cursor、Devin、VSCode Agent等多种AI编程工具的提示词，为中文开发者提供AI辅助编程参考资源。持续更新中文编程Rules和最新AI编程提示词。","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。\n\n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。\n\n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 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。\n\n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。\n\n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。","# AI中文编程提示词项目\n\n\u003Cdiv align=\"center\">\n  \n![版本](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F版本-1.0.0-blue)\n![许可](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F许可-MIT-green)\n![贡献](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F欢迎-贡献-brightgreen)\n\n\u003C\u002Fdiv>\n\n## 📖 项目简介\n\n本项目是对[system-prompts-and-models-of-ai-tools](https:\u002F\u002Fgithub.com\u002Fx1xhlol\u002Fsystem-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。\n\n> **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](.\u002FDISCLAIMER.md)文件。\n\n## 🚀 项目内容\n \n\n## 📂 目录结构\n\n```\n.\n├── Cursor Prompts\u002F               # Cursor编辑器的提示词\n├── Devin AI\u002F                     # Devin AI的系统提示词\n├── VSCode Agent\u002F                 # VSCode Agent的相关文档\n├── Replit\u002F                       # Replit的提示词和工具\n├── Windsurf\u002F                     # Windsurf相关文档\n├── Same.dev\u002F                     # Same.dev平台的提示词\n├── Lovable\u002F                      # Lovable AI助手文档\n├── Manus Agent Tools & Prompt\u002F   # Manus Agent的工具和提示词\n├── Open Source prompts\u002F          # 开源AI工具的提示词\n└── v0 Prompts and Tools\u002F         # v0的提示词和工具\n```\n\n## 🔍 使用方法\n\n这些提示词和模型设计文档可以帮助您：\n\n1. **了解AI编程工具的内部工作机制**\n2. **优化您与AI编程工具的交互方式**\n3. **为开发类似工具提供参考**\n4. **学习AI代理设计的最佳实践**\n\n## 🤝 贡献\n\n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：\n\n1. Fork本仓库\n2. 创建您的特性分支 (`git checkout -b feature\u002Famazing-translation`)\n3. 提交您的更改 (`git commit -m '添加对XX工具的翻译'`)\n4. 推送到分支 (`git push origin feature\u002Famazing-translation`)\n5. 开启一个Pull Request\n\n\n\n## 📅 后续计划\n\n本仓库将持续更新并增加以下内容：\n\n- **中文编程Rules** - 为中文开发者提供更适合的编程规则和指南\n- **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\n- **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\n- **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\n\n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。\n\n## 🔗 相关链接\n\n- [原始英文项目](https:\u002F\u002Fgithub.com\u002Fx1xhlol\u002Fsystem-prompts-and-models-of-ai-tools)\n- [Cursor官网](https:\u002F\u002Fcursor.sh\u002F)\n- [Devin AI官网](https:\u002F\u002Fwww.cognition.ai\u002F)\n- [VSCode官网](https:\u002F\u002Fcode.visualstudio.com\u002F)\n- [Replit官网](https:\u002F\u002Freplit.com\u002F)\n\n---\n\n\u003Cdiv align=\"left\">\n  \u003Csub>如有任何问题或建议，欢迎提交Issue\u003C\u002Fsub>\n\u003C\u002Fdiv>\n\n## 联系作者\n\n- 📱 公众号： 祥子AI\n- 💬 微信： wailbil\n\n## 📜 许可\n\n本项目采用MIT许可证 - 详见LICENSE文件","# system-prompts-and-models-of-ai-tools-chinese 快速上手指南\n\n本项目是一个开源文档库，汇集了主流 AI 编程工具（如 Cursor、Devin、VSCode Agent 等）的系统提示词（System Prompts）和模型设计文档的中文翻译版。它无需安装复杂的运行环境，主要用于帮助开发者理解 AI 助手的工作原理并优化交互策略。\n\n## 环境准备\n\n本项目为纯文本资源库，无特定的系统或依赖要求。只需满足以下条件即可：\n\n*   **操作系统**：Windows \u002F macOS \u002F Linux 均可\n*   **必备工具**：\n    *   Git（用于克隆仓库）\n    *   任意文本编辑器或 IDE（如 VS Code、Cursor）用于阅读 `.md` 或 `.txt` 文件\n*   **网络环境**：能够访问 GitHub（若访问受限，建议使用国内镜像源或加速代理）\n\n## 安装步骤\n\n通过 Git 克隆项目到本地即可开始使用。\n\n```bash\n# 克隆仓库\ngit clone https:\u002F\u002Fgithub.com\u002Fx1xhlol\u002Fsystem-prompts-and-models-of-ai-tools-chinese.git\n\n# 进入项目目录\ncd system-prompts-and-models-of-ai-tools-chinese\n```\n\n> **提示**：如果 GitHub 下载速度慢，可使用国内镜像站（如 Gitee 镜像，若有）或通过配置 git proxy 加速。\n\n## 基本使用\n\n本项目没有可执行代码，核心用法是**阅读**和**参考**特定工具的提示词文档。\n\n### 1. 浏览目录结构\n进入项目后，您可以根据需要查看不同 AI 工具的文件夹：\n\n```text\n.\n├── Cursor Prompts\u002F               # Cursor 编辑器提示词\n├── Devin AI\u002F                     # Devin AI 系统提示词\n├── VSCode Agent\u002F                 # VSCode Agent 相关文档\n├── Replit\u002F                       # Replit 提示词和工具\n├── Windsurf\u002F                     # Windsurf 相关文档\n├── Same.dev\u002F                     # Same.dev 平台提示词\n├── Lovable\u002F                      # Lovable AI 助手文档\n├── Manus Agent Tools & Prompt\u002F   # Manus Agent 工具和提示词\n├── Open Source prompts\u002F          # 开源 AI 工具提示词\n└── v0 Prompts and Tools\u002F         # v0 提示词和工具\n```\n\n### 2. 查看具体内容\n以查看 **Cursor** 的提示词为例，在终端中列出文件或直接使用编辑器打开：\n\n```bash\n# 查看 Cursor 提示词目录内容\nls \"Cursor Prompts\u002F\"\n\n# 使用 VS Code 打开特定文件（示例）\ncode \"Cursor Prompts\u002FREADME.md\"\n```\n\n### 3. 应用与实践\n*   **学习原理**：阅读文档了解 AI 如何被设定角色、任务约束及输出格式。\n*   **优化交互**：参考其中的提示词结构，在您使用的 AI 工具中编写更高效的 System Prompt。\n*   **开发参考**：若您正在开发自己的 AI Agent，可借鉴其中的模型设计思路。\n\n---\n*注：本项目仅供学习研究使用，详细免责声明请参阅项目根目录下的 `DISCLAIMER.md` 文件。*","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。\n\n### 没有 system-prompts-and-models-of-ai-tools-chinese 时\n- **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。\n- **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。\n- **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。\n- **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。\n\n### 使用 system-prompts-and-models-of-ai-tools-chinese 后\n- **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。\n- **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。\n- **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。\n- **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。\n\nsystem-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。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIsHexx_system-prompts-and-models-of-ai-tools-chinese_83d6d850.png","IsHexx",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FIsHexx_1f8bd73d.png","https:\u002F\u002Fgithub.com\u002FIsHexx",1022,189,"2026-04-03T08:35:12","MIT",1,"",{"notes":86,"python":84,"dependencies":87},"本项目为文档和提示词集合，不包含可执行代码或模型权重，因此无特定的操作系统、GPU、内存、Python 版本或依赖库要求。用户只需具备基本的文本阅读能力即可使用，或通过 Git 克隆仓库获取资料。",[],[26,15],"2026-03-27T02:49:30.150509","2026-04-06T07:26:22.756462",[],[]]