[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-jupediaz--chatgpt-prompt-splitter":3,"tool-jupediaz--chatgpt-prompt-splitter":65},[4,17,27,35,48,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"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",158594,2,"2026-04-16T23:34:05",[13,14,15],"开发框架","Agent","语言模型","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},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,26,14,13],"图像",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":10,"last_commit_at":33,"category_tags":34,"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",[13,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"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。",85092,"2026-04-10T11:13:16",[26,43,44,45,14,46,15,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":54,"last_commit_at":55,"category_tags":56,"status":16},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[15,43,46],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":54,"last_commit_at":63,"category_tags":64,"status":16},6590,"gpt4all","nomic-ai\u002Fgpt4all","GPT4All 是一款让普通电脑也能轻松运行大型语言模型（LLM）的开源工具。它的核心目标是打破算力壁垒，让用户无需依赖昂贵的显卡（GPU）或云端 API，即可在普通的笔记本电脑和台式机上私密、离线地部署和使用大模型。\n\n对于担心数据隐私、希望完全掌控本地数据的企业用户、研究人员以及技术爱好者来说，GPT4All 提供了理想的解决方案。它解决了传统大模型必须联网调用或需要高端硬件才能运行的痛点，让日常设备也能成为强大的 AI 助手。无论是希望构建本地知识库的开发者，还是单纯想体验私有化 AI 聊天的普通用户，都能从中受益。\n\n技术上，GPT4All 基于高效的 `llama.cpp` 后端，支持多种主流模型架构（包括最新的 DeepSeek R1 蒸馏模型），并采用 GGUF 格式优化推理速度。它不仅提供界面友好的桌面客户端，支持 Windows、macOS 和 Linux 等多平台一键安装，还为开发者提供了便捷的 Python 库，可轻松集成到 LangChain 等生态中。通过简单的下载和配置，用户即可立即开始探索本地大模型的无限可能。",77307,"2026-04-11T06:52:37",[15,13],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":82,"owner_twitter":76,"owner_website":83,"owner_url":84,"languages":85,"stars":98,"forks":99,"last_commit_at":100,"license":101,"difficulty_score":10,"env_os":102,"env_gpu":103,"env_ram":102,"env_deps":104,"category_tags":109,"github_topics":110,"view_count":10,"oss_zip_url":82,"oss_zip_packed_at":82,"status":16,"created_at":121,"updated_at":122,"faqs":123,"releases":139},8127,"jupediaz\u002Fchatgpt-prompt-splitter","chatgpt-prompt-splitter","ChatGPT PROMPTs Splitter. Tool for safely process chunks of up to 15,000 characters per request","ChatGPT Prompt Splitter 是一款专为突破大模型输入长度限制而设计的开源辅助工具。在使用 ChatGPT 或其他语言模型时，用户常因提交文本过长而收到“数据量过大”的错误提示，导致长文档、复杂代码或深度分析任务无法一次性处理。这款工具通过智能算法，将超长文本自动切割为多个符合安全阈值（默认每段不超过 15,000 字符）的小片段，从而巧妙绕过这一限制。\n\n其核心亮点在于不仅机械地分割文字，还会在首个片段中自动注入特定的指令上下文，引导 AI 正确接收、确认并等待所有片段传输完毕后再进行统一处理，确保了长内容理解的连贯性与完整性。工具提供了简洁易用的网页界面，用户只需粘贴文本、设定分段长度，即可一键生成并单独复制各个片段，操作流程直观高效。\n\n无论是需要处理长篇报告的研究人员、调试大型代码库的开发者，还是希望深入探讨复杂话题的普通用户，都能从中受益。此外，项目基于 Python 和 Flask 构建，支持本地部署及一键发布至 Vercel，兼顾了开箱即用的便捷性与技术定制的灵活性，是提升大模型交互效率的实用助手。","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_7e743bbf0028.png\" width=\"150\" alt=\"ChatGPT PROMPTs Splitter\" \u002F>\n  \u003Ch1 align=\"center\">ChatGPT PROMPTs Splitter\u003C\u002Fh1>\n\u003C\u002Fp>\n\n[![Deploy with Vercel](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_a4c0f8073a9c.png)](https:\u002F\u002Fvercel.com\u002Fnew\u002Fclone?repository-url=https%3A%2F%2Fgithub.com%2Fjupediaz%2Fchatgpt-prompt-splitter)\n\n### ❓ Have you ever received a message from ChatGPT about sending too much data and needing to send a shorter text?\n\n#### **Here's a great alternative to bypass this limitation!** 🚀\n\n![Error Message Too Long](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_537234fe6720.png)\n## Overview\n\n**ChatGPT PROMPTs Splitter** is an open-source tool designed to help you split long text prompts into smaller chunks, making them suitable for usage with ChatGPT (or other language models with character limitations).\n\nThe tool ensures that the text is divided into safe chunks of up to 15,000 characters per request as default, although can be changed.\n\nThe project includes an easy-to-use web interface for inputting the long text, selecting the maximum length of each chunk, and copying the chunks individually to paste them to ChatGPT.\n\n## Post on Medium\n\nYou can read the full article on Medium: [ChatGPT PROMPTs Splitter: Split long text prompts into smaller chunks for ChatGPT](https:\u002F\u002Fmedium.com\u002F@josediazmoreno\u002Fbreak-the-limits-send-large-text-blocks-to-chatgpt-with-ease-6824b86d3270)\n\n## How it works\n\nThe tool uses a simple algorithm to split the text into smaller chunks. The algorithm is based on the following rules:\n\n1. Divide the prompt into chunks based on the specified maximum length.\n\n2. Add information to the first chunk to instruct the AI on the process of receiving and acknowledging the chunks, and to wait for the completion of chunk transmission before processing subsequent requests.\n\n## Features\n\n- Python 3.9\n- Web interface for splitting text into smaller chunks\n- Customizable maximum length for each chunk\n- Copy chunks individually to send to ChatGPT\n- Instructions for ChatGPT on how to process the chunks\n- Tests included\n- Easy deployment to Vercel included\n\n## Usage example\n\nFollow these simple steps to use the ChatGPT Prompt Splitter web application, illustrated with screenshots.\n\n### Step 1: Access the application\nOpen your web browser and navigate to the application URL.\n\nhttps:\u002F\u002Fchatgpt-prompt-splitter.jjdiaz.dev\u002F\n\nYou should see the main screen, displaying the input fields for your long text prompt and maximum chunk length.\n\n![Set Max Length](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_1eef6188a6db.png)\n\n### Step 2: Input the long prompt\nEnter the text you want to split into smaller chunks for use with ChatGPT.\n\nYou can also specify custom length for each chunk by entering the number of characters in the *\"Max chars length...\"* field.\n\nIn this example, we are gonna split into chunks of just 25 characters.\n\n![Input Text](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_a2af1564f24c.png)\n\n### Step 3: Click \"Split\"\nClick the \"Split\" button to process the text and divide it into smaller chunks.\n\n![Click Split](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_2d1e9f75afd7.png)\n\n### Step 4: Copy the chunks\nThe application will display the text divided into smaller chunks. You can copy each chunk individually by clicking the \"Copy\" button next to it.\n\n![Copy Chunks](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_34c8d812adf8.png)\n\n### Step 5: Paste the chunks into ChatGPT\nNow that you have your chunks copied, you can paste them into ChatGPT or any other language model with character limitations.\n\n![Paste Chunks](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_c9b299e1366d.png)\n\nThat's it! You've successfully split a **long PROMPT** into smaller, manageable chunks using the **ChatGPT Prompt Splitter**.\n\n## Getting Started\n\n### Prerequisites\n\n- Python 3.x\n- Flask\n\n### Installation\n\n1. Clone the repository:\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fjupediaz\u002Fchatgpt-prompt-splitter.git\n```\n\n2. Change to the project directory:\n\n```bash\ncd chatgpt-prompt-splitter\n```\n\n3. Install the required dependencies:\n\n```bash\npip install -r requirements.txt\n```\n\n### Usage\n\n#### Running the Flask application in development mode\n\n1. Run the Flask application:\n\n```bash\nvercel dev\n```\n\n2. Open your web browser and navigate to \u003Chttp:\u002F\u002Flocalhost:3000>.\n\n#### Deploy the Flask application to production\n\n1. Deploy the Flask application:\n\n```bash\nvercel --prod\n```\n\n2. Open your web browser and navigate to \u003Chttps:\u002F\u002Fchatgpt-prompt-splitter.jjdiaz.dev\u002F>.\n\n## Running Tests\n\nThis project includes a suite of unit tests to ensure the proper functionality of the tool. To run the tests, follow these steps:\n\n1. Make sure you have the required dependencies installed:\n\n```bash\npip install -r requirements.txt\n```\n\n2. Run the tests using the unittest module:\n\n```bash\npython3 -m unittest discover tests\n```\n\nThe test suite will run, and the results will be displayed in the terminal.\n\n## License\n\nThis project is licensed under the MIT License - see the [LICENSE](LICENSE) file for details.\n\n## Contributing\n\nContributions are welcome! Please read the [CONTRIBUTING](CONTRIBUTING.md) file for details on how to contribute to the project.\n\n## Contact\n\nIf you have any questions or suggestions, please contact me at [hello@jjdiaz.dev](mailto:hello@jjdiaz.dev).\n\n## Disclaimer\n\nThis project is not affiliated with OpenAI, Microsoft, or any other entity. The project is provided \"as is\" without warranty of any kind, express or implied. The author is not responsible for any damages or losses arising from the use of this project.\n\n## Changelog\n\n### 1.0.0\n\n- Initial release\n","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_7e743bbf0028.png\" width=\"150\" alt=\"ChatGPT 提示词拆分器\" \u002F>\n  \u003Ch1 align=\"center\">ChatGPT 提示词拆分器\u003C\u002Fh1>\n\u003C\u002Fp>\n\n[![使用 Vercel 部署](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_a4c0f8073a9c.png)](https:\u002F\u002Fvercel.com\u002Fnew\u002Fclone?repository-url=https%3A%2F%2Fgithub.com%2Fjupediaz%2Fchatgpt-prompt-splitter)\n\n### ❓ 你是否曾经收到过 ChatGPT 的提示，说发送的数据过多，需要发送更短的文本？\n\n#### **这里有一个很棒的替代方案来绕过这个限制！** 🚀\n\n![错误信息：内容过长](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_537234fe6720.png)\n## 概述\n\n**ChatGPT 提示词拆分器** 是一款开源工具，旨在帮助你将长篇提示文本拆分成较小的块，使其适合与 ChatGPT（或其他有字符数限制的语言模型）一起使用。\n\n该工具默认会将文本分割成每条请求不超过 15,000 个字符的安全小块，当然也可以自定义调整。\n\n该项目包含一个易于使用的 Web 界面，用于输入长文本、选择每个小块的最大长度，并单独复制这些小块以粘贴到 ChatGPT 中。\n\n## Medium 文章\n\n你可以在 Medium 上阅读完整文章：[ChatGPT 提示词拆分器：将长篇提示文本拆分为更小的块以便在 ChatGPT 中使用](https:\u002F\u002Fmedium.com\u002F@josediazmoreno\u002Fbreak-the-limits-send-large-text-blocks-to-chatgpt-with-ease-6824b86d3270)\n\n## 工作原理\n\n该工具使用一个简单的算法将文本拆分成较小的块。算法基于以下规则：\n\n1. 根据指定的最大长度将提示文本拆分成若干块。\n\n2. 在第一个块中添加相关信息，指导 AI 如何接收并确认这些块，并在完成所有块的传输之前等待后续请求。\n\n## 功能特性\n\n- Python 3.9\n- 用于将文本拆分为小块的 Web 界面\n- 可自定义每个小块的最大长度\n- 可单独复制小块以发送给 ChatGPT\n- 向 ChatGPT 提供处理这些小块的说明\n- 包含测试\n- 支持轻松部署到 Vercel\n\n## 使用示例\n\n请按照以下简单步骤使用 ChatGPT 提示词拆分器 Web 应用程序，附带截图说明。\n\n### 第一步：访问应用\n打开你的网页浏览器，导航到应用程序的 URL。\n\nhttps:\u002F\u002Fchatgpt-prompt-splitter.jjdiaz.dev\u002F\n\n你应该会看到主界面，显示用于输入长篇提示文本和设置最大块长度的输入框。\n\n![设置最大长度](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_1eef6188a6db.png)\n\n### 第二步：输入长篇提示\n输入你想要拆分成更小块以便在 ChatGPT 中使用的文本。\n\n你还可以通过在“最大字符长度…”字段中输入字符数来指定每个小块的自定义长度。\n\n在这个例子中，我们将文本拆分成每个仅 25 个字符的小块。\n\n![输入文本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_a2af1564f24c.png)\n\n### 第三步：点击“拆分”\n点击“拆分”按钮以处理文本并将其分割成更小的块。\n\n![点击拆分](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_2d1e9f75afd7.png)\n\n### 第四步：复制小块\n应用程序会显示已分割好的小块文本。你可以通过点击每个小块旁边的“复制”按钮来单独复制它们。\n\n![复制小块](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_34c8d812adf8.png)\n\n### 第五步：将小块粘贴到 ChatGPT 中\n现在你已经复制好了各个小块，可以将它们粘贴到 ChatGPT 或任何其他有字符数限制的语言模型中。\n\n![粘贴小块](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_readme_c9b299e1366d.png)\n\n就是这样！你已经成功地使用 **ChatGPT 提示词拆分器** 将一个 **长篇提示** 拆分成更小、更易管理的块了。\n\n## 开始使用\n\n### 前提条件\n\n- Python 3.x\n- Flask\n\n### 安装\n\n1. 克隆仓库：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fjupediaz\u002Fchatgpt-prompt-splitter.git\n```\n\n2. 进入项目目录：\n\n```bash\ncd chatgpt-prompt-splitter\n```\n\n3. 安装所需的依赖项：\n\n```bash\npip install -r requirements.txt\n```\n\n### 使用\n\n#### 在开发模式下运行 Flask 应用程序\n\n1. 运行 Flask 应用程序：\n\n```bash\nvercel dev\n```\n\n2. 打开你的网页浏览器，访问 \u003Chttp:\u002F\u002Flocalhost:3000>。\n\n#### 将 Flask 应用程序部署到生产环境\n\n1. 部署 Flask 应用程序：\n\n```bash\nvercel --prod\n```\n\n2. 打开你的网页浏览器，访问 \u003Chttps:\u002F\u002Fchatgpt-prompt-splitter.jjdiaz.dev\u002F>。\n\n## 运行测试\n\n本项目包含一套单元测试，以确保工具的正常功能。要运行测试，请按照以下步骤操作：\n\n1. 确保已安装所需的依赖项：\n\n```bash\npip install -r requirements.txt\n```\n\n2. 使用 unittest 模块运行测试：\n\n```bash\npython3 -m unittest discover tests\n```\n\n测试套件将运行，结果将在终端中显示。\n\n## 许可证\n\n本项目采用 MIT 许可证授权——详情请参阅 [LICENSE](LICENSE) 文件。\n\n## 贡献\n\n欢迎贡献！请阅读 [CONTRIBUTING](CONTRIBUTING.md) 文件，了解如何为项目做出贡献。\n\n## 联系方式\n\n如果你有任何问题或建议，请通过 [hello@jjdiaz.dev](mailto:hello@jjdiaz.dev) 与我联系。\n\n## 免责声明\n\n本项目与 OpenAI、微软或其他任何实体均无关联。本项目按“原样”提供，不提供任何形式的明示或暗示保证。作者对因使用本项目而产生的任何损害或损失概不负责。\n\n## 更改记录\n\n### 1.0.0\n\n- 初始发布","# ChatGPT Prompt Splitter 快速上手指南\n\n**ChatGPT Prompt Splitter** 是一款开源工具，旨在将过长的文本提示词（Prompt）智能分割为多个小块，以绕过 ChatGPT 或其他大语言模型的字符长度限制。它会自动在第一个分块中添加指令，告知 AI 等待接收完整内容后再进行处理。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Windows, macOS 或 Linux\n*   **Python 版本**：Python 3.9 或更高版本\n*   **前置依赖**：\n    *   `pip` (Python 包管理工具)\n    *   `Flask` (Web 框架，将通过安装脚本自动部署)\n    *   `Vercel CLI` (可选，用于本地开发模拟或部署)\n\n> **国内开发者提示**：如果下载 Python 依赖包速度较慢，建议使用国内镜像源（如清华源或阿里源）进行安装。\n\n## 安装步骤\n\n1.  **克隆项目仓库**\n    打开终端，执行以下命令获取源代码：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fjupediaz\u002Fchatgpt-prompt-splitter.git\n    ```\n\n2.  **进入项目目录**\n    ```bash\n    cd chatgpt-prompt-splitter\n    ```\n\n3.  **安装依赖**\n    使用 pip 安装所需库。\n    \n    *标准安装：*\n    ```bash\n    pip install -r requirements.txt\n    ```\n    \n    *国内加速安装（推荐）：*\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n## 基本使用\n\n本项目主要提供 Web 界面操作，也可通过命令行启动本地服务。\n\n### 方式一：直接使用在线版（最快）\n无需安装，直接访问作者部署的演示站点：\n👉 [https:\u002F\u002Fchatgpt-prompt-splitter.jjdiaz.dev\u002F](https:\u002F\u002Fchatgpt-prompt-splitter.jjdiaz.dev\u002F)\n\n### 方式二：本地运行\n如果您希望在本地运行或进行二次开发：\n\n1.  **启动本地服务**\n    在项目根目录下运行：\n    ```bash\n    vercel dev\n    ```\n    *(注：如果未安装 Vercel CLI，也可尝试直接使用 `flask run`，具体取决于 `requirements.txt` 中的配置，但官方推荐上述命令)*\n\n2.  **访问界面**\n    打开浏览器，访问 `http:\u002F\u002Flocalhost:3000`。\n\n3.  **操作流程**\n    *   **输入文本**：在文本框中粘贴您需要处理的长篇文章或提示词。\n    *   **设置长度**：在 *\"Max chars length...\"* 字段中输入每个分块的最大字符数（默认为 15,000，可根据需要调整，例如测试时可设为 25）。\n    *   **点击分割**：点击 **\"Split\"** 按钮。\n    *   **复制分块**：系统会生成带有上下文指令的分块列表。点击每个分块旁的 **\"Copy\"** 按钮。\n    *   **发送给 AI**：按顺序将分块粘贴到 ChatGPT 对话框中即可。第一个分块包含特殊指令，请务必最先发送。","一位数据分析师需要将一份 5 万字的行业研究报告全文投喂给 ChatGPT，以提取关键洞察并生成摘要。\n\n### 没有 chatgpt-prompt-splitter 时\n- **频繁遭遇报错**：直接粘贴长文本时，立刻收到“消息过长”的系统错误提示，导致工作流被迫中断。\n- **手动分割低效**：不得不手动估算字数，用文本编辑器反复切割内容，极易在句子中间切断，破坏语义连贯性。\n- **上下文丢失风险**：由于缺乏标准的引导指令，AI 可能将每次粘贴视为独立对话，无法理解这是同一份文档的连续部分，导致分析结果支离破碎。\n- **操作繁琐易错**：需要人工记录已发送的段落进度，稍有不慎就会重复发送或遗漏关键章节，浪费大量 Token 配额。\n\n### 使用 chatgpt-prompt-splitter 后\n- **智能安全分块**：工具自动将 5 万字报告按设定阈值（如 1.5 万字符）精准切割，确保每段都在安全范围内，彻底规避长度限制报错。\n- **语义完整保留**：内置算法尽量在段落或句子结尾处断开，避免生硬截断，保证 AI 阅读时的上下文流畅度。\n- **自动化流程引导**：首个分块自动附带专用指令，告知 AI“正在接收多段文本，请暂存并等待结束”，确保模型能统筹处理整份报告。\n- **一键复制提效**：Web 界面提供独立的“复制”按钮，分析师可顺序快速粘贴，无需手动计数或切换窗口，将数小时的准备工作压缩至几分钟。\n\nchatgpt-prompt-splitter 通过智能化的分块与指令注入，让超长文本的深度分析变得像发送普通消息一样简单高效。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjupediaz_chatgpt-prompt-splitter_1eef6188.png","jupediaz","Jose Diaz","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjupediaz_0fa49eeb.jpg","Full Stack Developer | Team Lead | CEO | CTO.\r\nHead of IT with 15+ years experience. Passionate about building scalable and clean code software.","Head of IT","Malaga, Spain",null,"https:\u002F\u002Fjjdiaz.dev","https:\u002F\u002Fgithub.com\u002Fjupediaz",[86,90,94],{"name":87,"color":88,"percentage":89},"Python","#3572A5",57.3,{"name":91,"color":92,"percentage":93},"JavaScript","#f1e05a",42.4,{"name":95,"color":96,"percentage":97},"Procfile","#3B2F63",0.3,566,91,"2026-03-09T19:41:08","MIT","未说明","无 GPU 需求",{"notes":105,"python":106,"dependencies":107},"该工具为基于 Flask 的 Web 应用，主要用于文本分割，无需高性能计算资源。支持通过 Vercel 进行云端部署，本地开发可使用 'vercel dev' 命令运行。","3.9+",[108],"Flask",[15],[111,112,113,114,115,116,117,118,119,120],"chatgpt","language-model","nlp-tool","open-source","openai","python","text-splitter","ai-conversations","character-limit","prompt-splitter","2026-03-27T02:49:30.150509","2026-04-17T09:55:47.897360",[124,129,134],{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},36362,"部署实例提示消息太长，无法正常工作怎么办？","您可以手动指定更短的字符分块限制。默认值为 15,000 字符（适用于 ChatGPT Plus 用户），如果您遇到长度限制问题，可以尝试将其设置为更小的值，例如 10,000 字符。","https:\u002F\u002Fgithub.com\u002Fjupediaz\u002Fchatgpt-prompt-splitter\u002Fissues\u002F1",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},36363,"Vercel 部署成功但网站显示 500 错误，如何解决？","此问题通常与仓库本身无关，可能是您的 Vercel 或 GitHub 配置差异导致的。建议检查 Vercel 的部署日志（Deployment Log）以排查具体错误。维护者确认该仓库在 Vercel 上可正常部署。","https:\u002F\u002Fgithub.com\u002Fjupediaz\u002Fchatgpt-prompt-splitter\u002Fissues\u002F5",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},36364,"演示页面的“分割数量”计算不准确怎么办？","这是一个仅在首次加载时出现的旧版 Bug，目前已修复。如果遇到类似计算错误，可以尝试临时解决方法：切换到“自定义”最大字符长度选项，然后再切回默认选项，或在输入框中添加一个空格刷新状态。","https:\u002F\u002Fgithub.com\u002Fjupediaz\u002Fchatgpt-prompt-splitter\u002Fissues\u002F4",[]]