全部提示词

输入Agent执行日志或错误信息，自动分析工作流瓶颈、工具调用失败原因，并给出修复建议和优化方案。适用于LangChain/CrewAI/AutoGen等框架。

用基因表达编程方法设计AI Agent的进化策略，包括基因编码、适应度函数和进化算子

让 AI 扮演自主任务规划师，将复杂目标分解为可执行子任务，自动规划依赖关系并逐步执行，适用于 ChatGPT/Claude 等模型

输入一句话需求描述，自动生成完整的系统架构 Mermaid 图，包含组件、数据流和部署建议

系统化对比分析开源 AI 客户端，生成技术选型决策报告

用于评估 AI Agent 的对话质量，从准确性、相关性、安全性、格式规范等多维度打分，生成结构化评估报告，适用于 Agent 产品上线前的质量把关。

模拟专业Bloomberg终端风格，用AI分析股票、期货、宏观经济数据，生成专业级投资研报和可视化图表建议

帮你快速判断某个AI Agent技能是否值得安装，生成结构化的评估决策树

输入自然语言需求，自动生成符合 MCP 协议规范的 Server 接口设计文档，包含工具定义、参数 schema 和示例调用

将多条新闻/社交媒体信息压缩为一页纸的结构化速报，适合快速了解某个话题的全貌

输入一个主题，自动生成短视频脚本、分镜、配音文案、字幕和发布计划的完整工作流提示词

根据业务场景和硬件条件，自动生成多模型混合推理集群的部署方案，包括模型分配、路由策略和成本估算

将PDF、图片、网页等多模态文档批量转换为结构化Markdown知识库，支持RAG系统直接接入

评估 AI Agent 的自进化能力成熟度，基于 GEP（基因表达编程）框架给出进化资产设计方案，包含基因、胶囊、事件三层架构的落地建议。

将一堆待办任务输入给AI，让它根据紧急程度、依赖关系和预估耗时自动排序，输出带时间建议的执行计划。

将复杂项目需求拆解为多个Agent子任务，分配到不同平台（Web/桌面/终端）协调执行，生成Kanban看板和依赖关系图

根据需求生成开源NotebookLM替代方案的完整技术选型、架构设计和部署方案，支持本地/私有化部署

根据你的模型部署场景，自动设计 Speculative Decoding 加速方案，包括草稿模型选型、验证策略和性能预估

用自然语言描述数据清洗需求，自动生成完整的 Python 数据处理 Pipeline 代码，支持 Pandas、Polars 等框架。

基于项目历史数据、社区活跃度和外部事件，预测开源项目Star增长趋势，生成社区运营增长模型与策略建议

为 Computer-Use Agent（CUA）生成完整的桌面操作测试场景，包括多步骤 UI 交互、异常处理和评估指标，适用于 macOS/Linux/Windows 三平台沙箱环境。

使用LLM从非结构化文本中提取结构化实体，支持自定义schema和few-shot示例驱动，适用于文档解析、报告分析等场景

输入你的项目需求和约束条件，自动生成多维度技术选型对比矩阵，包含性能、成本、生态、学习曲线等评估维度

用自然语言描述你的微服务部署需求，AI 自动生成完整的 Helm Chart，包含 values.yaml、templates 和 NOTES.txt。

根据拍摄需求设计AI绿幕抠像与虚拟背景合成的完整流程，涵盖拍摄参数、模型选型和后期pipeline

为企业生成完整的元数据治理方案，包括数据血缘追踪、数据质量监控、自动分类标注和数据目录搭建，帮助AI团队构建可信的数据基础设施。

为AI Agent生成安全的沙箱代码执行环境配置，支持Docker、microVM等多种隔离方案，确保AI代码执行的安全性

根据你的心情、场景或主题，生成完整的歌曲创意方案，包括风格、歌词大纲、编曲建议和 AI 音乐工具的 prompt。

将自然语言描述的桌面操作任务转化为结构化的自动化执行步骤，适用于 AI 桌面 Agent 场景

根据需求生成利用各厂商免费额度搭建统一AI API网关的完整配置方案，支持多模型路由和账号轮换

设计本地优先的科学写作环境，集成LaTeX排版、Python数据分析和AI辅助，保障数据隐私

帮助开发者规划和管理多个编码Agent并行会话，合理分配任务、避免文件冲突、协调合并策略。

将自然语言描述的重复性终端操作转化为可复用的自动化脚本，支持 Bash/Zsh/Fish，包含错误处理和日志。

帮你规划如何收集和准备个人数据，用于训练一个模仿你风格的AI数字分身

分析你当前的开发工具链配置，找出效率瓶颈并推荐AI增强的最优方案

将晦涩的API错误信息转化为通俗易懂的中文解释，并给出具体修复建议和代码示例

在执行终端命令前，对命令进行安全性分析、风险评级和潜在影响评估，防止误操作导致数据丢失或系统损坏

根据评测需求自动生成多个LLM模型的对比评测脚本，支持自定义测试集、评分指标和结果可视化

设计一个完整的 AI Agent 自主项目交付闭环流程，从任务接收到 PR 合并，无需人工逐步监督。适用于团队级 AI 编码 Agent 部署场景。

帮助审查 AI 编码 Agent 生成的 React 代码，检测常见反模式（不必要的 re-render、闭包陷阱、状态管理错误等），并给出修复建议。

分析GitHub开源项目的贡献者结构、社区活跃度和健康指标，生成可视化报告

帮助开发者评估和选择全双工语音 AI 技术栈，设计低延迟实时语音交互系统架构

用自然语言描述需求，自动生成多Agent协作工作流，包括角色分配、工具调用和任务编排

根据任务类型、成本预算和延迟要求，自动生成多LLM模型路由策略，帮助开发者在不同模型间智能分配请求

为多 Agent 系统设计标准化的通信协议和消息格式，支持任务分发、状态同步、错误传播和结果聚合。

帮助开发者评估和选择最适合的LLM推理加速技术，包括投机解码、量化、KV Cache优化等

帮你系统评估 AI 自主交易系统的策略逻辑、风控机制和回撤容忍度，生成结构化的上线前检查清单。

描述你的文档类型和规模，生成完整的本地语义搜索系统部署方案，包括embedding模型选择、向量数据库配置和搜索API代码