全部提示词

将微信/QQ等聊天记录清洗为高质量微调数据集，用于训练个人风格的AI数字分身。自动过滤噪音、提取对话模式、生成instruction-tuning格式数据。

为金融时间序列基础模型生成微调方案，包括数据准备、训练策略和评估指标

将模糊的功能需求转化为精确的技术规格文档，适配AI编码助手直接执行

基于金融时序基础模型进行微调、特征工程和交易策略生成的完整工作流提示词

将自然语言描述转换为精确的Shell命令，并自动进行安全风险评估和参数校验，避免危险操作

根据团队规模、任务类型和技术栈，生成多Agent协作平台的选型对比矩阵和迁移建议

一个帮助用户在本地运行 LLM 时保护隐私的系统提示词，确保敏感数据不外泄，适合企业和个人隐私场景

利用 WiFi 信号实现无摄像头的人体姿态估计和存在检测的完整技术方案生成器

输入 GitHub 仓库地址，自动生成包含环境变量、持久化存储和健康检查的生产级 Docker Compose 部署配置

为AI编码Agent设计上下文压缩和token节省策略，最大化代码理解效率

基于Git提交记录或PR列表，自动生成符合Keep a Changelog规范的版本日志，并附带社交媒体发布文案。

根据任务类型、成本预算和延迟要求，自动生成多LLM路由策略配置，支持降级和负载均衡

设计一套完整的LLM应用可观测性方案，覆盖Trace、Metrics、Evals三大维度，支持成本追踪和质量评估

分析你的AI编码Agent工作流，找出Token浪费点并给出具体优化建议，帮你节省60-90%的API成本

为你的开源项目生成多个 README 首屏方案（标题、Tagline、Badge、Hero图描述），并提供评估框架帮你选出最佳版本。

用AI自动分析自选股，生成技术面+基本面+舆情多维度决策仪表盘，支持A股/港股/美股

根据模型参数量、并发需求和延迟要求，自动估算 GPU 显存、实例数量和推理成本，输出部署方案

使用递归语言模型(RLM)设计复杂推理任务的迭代执行方案，包含沙箱隔离与质量评估

输入项目信息，AI 自动生成专业的 GitHub README，包含徽章、安装指南、使用示例和贡献指南

根据任务复杂度自动生成模型路由规则，帮你在质量和成本之间找到最优平衡。输入你的使用场景，输出可直接落地的路由配置。

评估 Windows 应用在 Linux 上运行的可行性，生成详细的迁移方案，包括容器化、Wine、原生替代等多种路径对比和推荐。适合正在考虑从 Windows 迁移到 Linux 的团队。

帮你设计金融领域的 AI Agent 工作流，涵盖投行、研究分析、建模、合规审查等环节。

设计零成本/低成本动作捕捉方案，用普通摄像头实现全身动捕并驱动虚拟角色。覆盖从硬件选择、软件配置到虚拟形象绑定的完整流程。

为编码Agent设计持久记忆系统，让AI助手在多次会话间保持项目上下文和学习成果