全部提示词

帮你系统性地诊断AI Agent工作流中的性能瓶颈、错误循环和Token浪费问题，输出可执行的优化方案

针对特定应用场景，评估在边缘设备上部署大模型的可行性，包括模型选型、量化策略、硬件需求和性能预估

帮助你为 AI 编码助手（Claude Code、Codex CLI 等）编写标准化的 SKILL.md 技能文件，包含触发条件、工具调用规范和示例。

给AI一个GitHub仓库的关键文件内容，快速生成架构理解文档和Mermaid图

把一句模糊的产品想法转化为完整的技术方案，包含技术栈选型、文件结构、核心代码骨架，直接可以丢给 AI 编码助手执行

对指定开源项目进行竞品分析，生成差异化定位建议和增长策略

设计端到端的漫画/图文翻译自动化流程，结合 OCR、机器翻译和图像编辑

评估翻译和本地化内容的质量，检查文化适配性、术语一致性和自然度，输出详细评审报告。

设计多浏览器配置文件的指纹隔离方案，涵盖代理、Cookie、扩展和身份管理的最佳实践

快速评估一个GitHub开源项目的技术价值、社区活跃度、安全风险和适用场景，生成结构化一页纸报告

帮你系统化追踪和分析多个AI编码助手（Claude Code、Codex、Cursor等）的Token消耗与成本，生成优化建议。

将AI Agent设计为可独立部署、可调用的微服务，包含路由、协调、记忆管理和审计追踪，适合企业级AI后端架构设计

为AI Agent设计基于知识图谱的动态记忆系统，支持时序感知、事实追踪与增量更新

处理复杂表格、手写体、混合版式文档的OCR识别与结构化数据输出

帮助开发者调试多工具协调场景中的 Agent 行为，包括工具选择、参数传递、错误恢复等环节的系统化诊断

将任意 GitHub 仓库转化为 Mermaid 知识图谱，帮助快速理解代码架构、模块依赖和核心逻辑。

模拟多个AI专家角色对代码仓库进行全方位巡检，涵盖安全、性能、架构、文档等维度，生成结构化巡检报告。

用自然语言描述需求，自动生成完整的多Agent工作流，包括工具创建、Agent定义和工作流编排，无需写任何代码

评估不同 AI Agent 沙箱执行环境（Flue、E2B、Modal、Firecracker 等），输出选型对比矩阵和生产级安全配置方案。

专门用于测试和调试 Model Context Protocol (MCP) Server 的提示词，覆盖工具发现、调用验证和错误排查

输入你的AI应用场景，自动估算Token用量、API成本，并给出多模型路由优化建议

快速评估一个GitHub开源项目的技术价值、社区健康度和实用性，输出结构化评估报告

输入研究假设和约束条件，自动生成完整的实验设计方案，包括变量控制、数据采集计划和统计分析方法

使用结构化方法设计高质量合成数据集，包含字段定义、分布控制、依赖关系和质量验证

为你的 AI Agent 项目生成基于 Google Agent Development Kit (ADK) 的 MCP Server 集成方案，包含代码模板和部署指南。

分析代码仓库中AI生成代码的比例、质量和风险，生成结构化审计报告

设计LLM API调用的成本监控方案，包括Token用量追踪、模型路由优化和预算告警

为你的AI Agent快速生成MCP数据库工具服务器配置，支持PostgreSQL、MySQL、SQLite等多种数据库，一键连接Claude Code、Gemini CLI等MCP客户端

输入你的 AI 编码助手使用数据，生成详细的 Token 消耗分析报告，包含模型对比、成本趋势和优化建议。

为语音AI应用设计角色人设与对话风格，支持实时语音交互场景下的角色扮演与情感表达控制

为 AI Agent 网络数据采集场景设计反检测方案，评估隐身浏览器、指纹伪装、代理池等技术组合，生成可落地的爬虫隐身架构方案。

为内容创作者设计 AI 辅助的多平台内容变现策略，包括选题规划、平台适配、流量转化路径和变现模式设计。

为个人或团队设计基于本地部署的文档语义搜索系统，涵盖嵌入模型选择、向量数据库和检索策略

输入你的Agent工具列表和常见错误场景，自动生成完整的错误处理决策树，包括重试策略、降级方案和用户通知模板

根据模型规格和流量需求，规划LLM推理集群的GPU配置、批处理策略和成本优化方案

帮助你分析 Rust 编写的 ML 推理服务性能瓶颈，提供内存布局优化、SIMD 向量化、异步批处理等针对性建议

根据业务场景快速生成语音AI应用的产品方案，包括技术选型、架构设计和成本估算

为AI Agent设计基于时序知识图谱的记忆系统，支持事实版本追踪、实体演变和混合检索

帮助开发者评估和选择适合的 AI Agent 网关/代理层方案，涵盖路由、安全、可观测性等关键维度

超越行级 diff，从函数/类/方法等语义实体层面分析代码变更的影响范围和风险

基于 Andrej Karpathy 对 LLM 编码陷阱的观察，生成一套 CLAUDE.md / AGENTS.md 编码规则文件，提升 AI 编码助手的代码质量。

将自然语言编辑意图转化为结构化的视频剪辑指令，适用于AI驱动的视频编辑工作流

为你的LLM应用设计严谨的A/B测试实验方案，包括样本量计算、评估指标定义、统计显著性检验和结果可视化代码

针对视觉AI或NLP数据集，系统性评估标注质量、分布偏差、重复样本等问题，并生成可执行的清洗方案

根据用户的硬件配置（GPU/CPU/内存）自动生成最优的本地 LLM 推理服务部署脚本，支持 llama.cpp、vLLM、Ollama 等方案选型与参数调优。

为 AI 助手平台（OpenAI GPTs、Claude MCP、Gemini Extensions 等）设计插件/扩展方案，输出完整的接口定义、认证方案和部署计划。

分析主流AI模型的系统提示词结构，学习其设计模式，帮助你编写更高质量的system prompt

将自然语言描述转化为精确的AI视频编辑指令，支持场景拆分、转场设计和风格一致性控制