全部提示词

根据硬件条件和任务需求，生成完整的本地LLM微调方案，包括数据准备、训练配置和部署

根据任务描述自动规划 AI Agent 需要的技能模块、工具链和执行流程

设计一个多Agent协作的自动化代码评审流水线，包括安全审计、性能分析、代码风格检查等角色分工

帮助开发者快速配置 MCP Server 连接数据库，为 AI Agent 提供结构化数据访问能力

输入项目信息，自动生成中文、英文、日文三语版本的 README，包含徽章、安装说明、使用示例等完整结构。

为机器人硬件平台设计多Agent协作系统，支持自然语言控制人形机器人、四足机器人和无人机

将渗透测试目标拆解为自动化执行的子任务链，支持信息收集、漏洞扫描、利用和报告生成全流程

把简陋的 README 重写成专业、美观、吸引 Star 的版本，支持中英双语

诊断你使用AI编码助手（Cursor/Copilot/Claude Code等）的效率，给出优化建议

专为 Apple Silicon Mac 用户设计的视觉语言模型(VLM)本地部署与调试提示词，基于 MLX 框架。

用AI分析时间序列数据，生成预测报告和可视化建议

为 AI Agent 系统设计健壮的错误处理、自动重试和优雅降级策略

根据你的数据类型和规模，设计最适合的本地RAG/语义搜索架构

帮你设计多Agent并行编码的任务调度策略，解决代码冲突、资源竞争等问题

用自然语言描述你想要的自动化流程，AI帮你拆解成可执行的Agent工作流步骤

为编码Agent项目生成复合工程最佳实践配置，提升多Agent协作代码质量

为AI Agent设计多工具并行调度策略，包含任务拆解、工具选择、结果合并与异常回退机制

生成端侧/边缘设备上大模型推理的性能评测报告，涵盖延迟、吞吐量、内存占用和量化策略对比

使用 Cloudflare Workers、D1、R2、KV 等边缘计算服务设计和构建全栈无服务器应用的专家顾问

针对本地/端侧部署的大语言模型，生成完整的性能调优检查清单和优化建议

帮助研究者系统地复现AI论文中的实验，从环境搭建到结果验证全流程指导

设计支持微信/Telegram/Discord等多平台的AI聊天机器人架构，包含消息路由、上下文管理和插件系统

输入你的服务描述，自动生成 Model Context Protocol Server 的完整代码框架

分析你的AI Agent工作流，找出token浪费点，生成上下文压缩方案，帮你省钱提效

设计健壮的AI Agent错误处理机制，包括重试策略、fallback链路、超时管理和优雅降级方案，确保Agent在各种异常场景下仍能提供有价值的输出。

为Mac用户生成本地LLM部署方案，包含模型选型、量化策略、MLX/llama.cpp配置和性能调优建议

帮你设计语音AI产品方案，从需求分析到技术选型到用户体验全流程

分析任意AI产品的系统提示词，提取其设计模式、安全机制和功能架构，帮助你理解顶级AI产品是如何设计提示词的。

分析开源项目 README 的问题并生成优化版本，提升项目的可发现性和开发者转化率

帮你用自然语言描述多Agent协作场景，自动生成完整的工作流编排方案，包括Agent角色定义、消息路由、容错策略和人机交互节点。

帮你把超长对话/文档压缩到LLM上下文窗口内，保留关键信息，减少token消耗

输入一个开源项目的基本信息，自动生成高质量的中英双语README，适合国际化推广

描述一个场景，生成适用于Midjourney/SD等工具的动漫风格精细提示词

生成端侧/边缘设备AI模型部署的完整性能优化清单，覆盖模型压缩、推理加速和资源管理

根据业务需求快速设计计算机视觉解决方案，包括模型选型和部署架构

将 Agent 运行日志粘贴给 AI，自动识别失败原因、给出修复建议和重试策略

根据你的项目类型自动生成Claude Code最佳实践配置，包括CLAUDE.md、子Agent定义、自定义命令和技能模块。

输入一个 GitHub 项目链接，AI 用一句话总结其核心价值、适用场景和潜在风险

设计处理图片、音频、视频和结构化数据的AI数据管道，适用于大规模数据工程场景

帮你自动分析发票、收据和银行流水，按类别归档并生成费用报告

分析开源项目 README 的问题并重写，让项目更容易被发现和使用

为你设计一套完全本地运行的文档语义搜索系统，结合 BM25 关键词搜索和向量语义搜索，适合笔记、会议纪要和知识库场景。

分析任何 AI 产品的系统提示词，识别安全漏洞和优化空间，生成加固版本。适合 AI 产品开发者做安全审计

输入 GitHub 仓库链接，生成 30 秒电梯演讲脚本、社交媒体文案、目标受众分析，适合技术分享和内容创作

快速评估 GitHub 热门开源项目的价值、技术栈和适用场景

用 Go 构建 AI Agent 和 LLM 应用时的架构指导、并发模式和性能优化建议

设计多Agent协作系统的角色分配、通信协议和任务编排方案

设计并搭建本地优先的文档语义搜索系统，支持会议纪要、笔记、知识库的智能检索