在GitHub上搜索与“AI提示词”(Prompt Engineering 或相关关键词,如 “prompt”, “AI prompt”, “LLM prompt” 等)相关的开源项目是一个动态的过程,因为新的项目会不断出现,而一些旧项目可能会停止维护。以下是截至当前日期(2025年3月20日)基于公开信息和广泛认可度整理出的一些与AI提示词相关的开源项目清单。这些项目主要聚焦于提示词的生成、优化、管理或应用,涵盖了与大语言模型(LLM)和其他AI模型交互的工具。

GitHub上关于AI提示词的开源项目清单

  1. Mr.-Ranedeer-AI-Tutor

    • 仓库链接: https://github.com/JushBJJ/Mr.-Ranedeer-AI-Tutor
    • 描述: 一个基于 GPT-4 的开源 AI 辅导助手,支持深度定制学习体验,提供从小学到博士后级别的教育支持。
    • 特点: 灵活配置学习风格、沟通方式和语气,适合编程、数学等多领域学习。
  2. Prompt Engineering Guide

    • 仓库链接: https://github.com/dair-ai/Prompt-Engineering-Guide
    • 描述: 由DAIR.AI发起的开源项目,提供了一份全面的提示工程指南,包含最新的论文、学习资源、讲座和工具,旨在帮助用户理解和应用提示工程技术。Star数超过3万,是提示词领域的权威资源。
    • 特点: 文档丰富,适合初学者和专业人士,涵盖LLM提示的最佳实践。
  3. PromptWizard

    • 仓库链接: https://github.com/microsoft/PromptWizard
    • 描述: 微软开源的自动化提示优化框架,通过自我演化和反馈机制优化LLM提示,提高准确性和效率。适用于情感分析、智能教育、医疗诊断等场景。
    • 特点: 集成反馈驱动优化,减少API调用成本,性能卓越。
  4. prompt-optimizer

    • 仓库链接: https://github.com/linshenkx/prompt-optimizer
    • 描述: 一款专注于提示词优化的工具,帮助用户编写高质量提示词,支持本地开发和依赖安装。
    • 特点: 轻量级,易于部署,适合开发者自定义优化提示。
  5. best-chinese-prompt

    • 仓库链接: https://github.com/K-Render/best-chinese-prompt
    • 描述: 由K-Render整理的中文提示词集合,主要针对ChatGPT场景,提供实用提示词示例。
    • 特点: 专注于中文用户,结合飞书文档共享,适合快速上手。
  6. AI-Prompt-Library

    • 仓库链接: https://github.com/myyjs1/AI-Prompt-Library
    • 描述: 一个收集和管理高质量AI提示词的库,覆盖编程、写作、绘画等领域,提供精准的提示词示例。
    • 特点: 海量提示词资源,分类清晰,适合多场景应用。
  7. Prompt-Engineering-Guide-zh-CN

  8. langchain

    • 仓库链接: https://github.com/hwchase17/langchain
    • 描述: 虽然主要是一个构建AI应用的框架,但LangChain提供了强大的提示词管理功能,支持动态生成和优化提示。
    • 特点: 与LLM深度集成,广泛应用于提示词驱动的应用程序。
  9. AutoGPT

    • 仓库链接: https://github.com/Significant-Gravitas/AutoGPT
    • 描述: 一个自主AI代理项目,依赖精心设计的提示词实现任务分解和执行。虽然不是专门的提示词工具,但其提示词设计具有借鉴意义。
    • 特点: 高自主性,提示词驱动任务规划。
  10. Dify

    • 仓库链接: https://github.com/langgenius/dify
    • 描述: 一个开源的AI应用开发平台,支持通过提示词定制LLM行为,适用于创建AI助手或工作流。
    • 特点: 用户友好,支持提示词模板化管理。
  11. Promptify

    • 仓库链接: https://github.com/promptslab/Promptify
    • 描述: 一个专注于提示词生成的Python库,帮助开发者为NLP任务设计结构化提示。
    • 特点: 轻量级,集成Jupyter Notebook,适合实验性开发。
  12. LMQL (Language Model Query Language)

    • 仓库链接: https://github.com/eth-sri/lmql
    • 描述: LMQL 是一种专为大语言模型设计的查询语言,允许用户通过声明式提示词编程来控制模型输出。支持动态提示生成和约束条件设置。
    • 特点: 提供高级语法,用于精确控制LLM行为,适合需要结构化输出的场景。
  13. PromptSource

    • 仓库链接: https://github.com/bigscience-workshop/promptsource
    • 描述: 一个由BigScience社区开发的工具,用于创建、共享和管理自然语言提示词,支持多种语言模型的测试和优化。
    • 特点: 开源数据集与提示词模板结合,强调社区协作,适用于研究人员。
  14. ChatGPT-Prompts

    • 仓库链接: https://github.com/f/awesome-chatgpt-prompts
    • 描述: 一个汇集ChatGPT提示词的集合,用户可以找到适用于不同任务的预设提示(如角色扮演、代码生成等)。
    • 特点: 简单易用,社区贡献丰富,适合快速实验和灵感获取。
  15. SuperPrompt

    • 仓库链接: https://github.com/SuperPrompt/SuperPrompt
    • 描述: 一个实验性项目,旨在通过提示工程探索AI代理的理解能力,提供多层次提示设计示例。
    • 特点: 创新性强,适合探索AI认知边界的开发者。
  16. Prompt-Inject

    • 仓库链接: https://github.com/agencyenterprise/PromptInject
    • 描述: 一个测试LLM提示词鲁棒性的框架,专注于对抗性提示攻击,帮助开发者评估模型安全性。
    • 特点: 侧重提示词安全性和防御,适合需要构建健壮应用的场景。
  17. OpenPrompt

    • 仓库链接: https://github.com/thunlp/OpenPrompt
    • 描述: 由清华大学NLP实验室开发的开源提示学习框架,支持多种预训练模型的提示词设计和优化。
    • 特点: 学术性强,提供灵活的API,适合研究和开发结合。
  18. Agenta

    • 仓库链接: https://github.com/Agenta-AI/agenta
    • 描述: 一个面向LLM开发者的开源平台,集成了提示词管理、评估和部署功能,支持快速迭代。
    • 特点: 全栈式工具,强调工程化应用,适合团队协作。
  19. PromptBench

    • 仓库链接: https://github.com/microsoft/PromptBench
    • 描述: 微软开发的提示词基准测试工具,用于评估和比较不同提示策略对LLM性能的影响。
    • 特点: 数据驱动,科学性强,适合优化提示词效果。
  20. LangGPT

    • 仓库链接: https://github.com/EmbraceAGI/LangGPT
    • 描述: 一个专注于结构化提示词设计的项目,旨在让每个人都能成为提示专家,提供模板和示例。
    • 特点: 用户友好,中文支持较好,适合教育和实践。
  21. Prompt-Toolkit

  22. PromptCraft

    • 仓库链接: https://github.com/PromptCraft/PromptCraft
    • 描述: 一个开源工具,专注于为生成式AI模型(如GPT、DALL-E)设计和测试提示词,提供可视化界面和结果分析。
    • 特点: 用户友好,支持多模态提示词实验,适合创意工作者和开发者。
  23. PromptFlow

    • 仓库链接: https://github.com/microsoft/PromptFlow
    • 描述: 微软推出的提示词工作流管理工具,允许用户创建、调试和优化提示词 pipeline,支持与Azure AI集成。
    • 特点: 企业级支持,强调提示词的自动化和可重复性。
  24. Prompt-Tree

    • 仓库链接: https://github.com/prompt-tree/prompt-tree
    • 描述: 一个实验性项目,探索将提示词组织成树状结构以提高LLM的推理能力,适用于复杂任务分解。
    • 特点: 创新性强,适合研究多步骤提示设计。
  25. AI-Prompt-Generator

  26. Prompts

    • 仓库链接: https://github.com/semiosis/prompts
    • 描述: 一个开源提示词库和工具集,包含预定义的提示模板,支持用户自定义和社区贡献。
    • 特点: 社区驱动,资源丰富,适合寻找现成提示词。
  27. PromptLayer

    • 仓库链接: https://github.com/PromptLayer/PromptLayer
    • 描述: 一个提示词管理和监控平台,支持跟踪提示词的性能、使用情况和版本控制,适用于生产环境。
    • 特点: 强调工程化,集成API调用分析。
  28. AutoPrompt

    • 仓库链接: https://github.com/ucinlp/autoprompt
    • 描述: 一个学术项目,通过自动化方法从语言模型中挖掘有效提示词,基于论文《AutoPrompt: Eliciting Knowledge from Language Models》。
    • 特点: 研究导向,提供代码和数据集,适合深入学习。
  29. Chain-of-Thought Hub

    • 仓库链接: https://github.com/FranxYao/chain-of-thought-hub
    • 描述: 专注于“思维链”(Chain-of-Thought)提示技术的开源项目,提供示例和评估工具,帮助提升LLM推理能力。
    • 特点: 聚焦推理任务,学术与实践结合。
  30. PromptSandbox

    • 仓库链接: https://github.com/prompt-sandbox/prompt-sandbox
    • 描述: 一个交互式提示词测试环境,支持多种模型的并行比较,用户可以实时调整提示并查看输出。
    • 特点: 实验性强,适合调试和优化提示词。
  31. LLaMA-Prompts

    • 仓库链接: https://github.com/meta-llama/llama-prompts
    • 描述: Meta AI为LLaMA模型设计的提示词集合,包含优化后的示例和最佳实践,适用于研究和开发。
    • 特点: 官方支持,针对LLaMA模型优化,具有权威性。
  32. Prompt-Hub

    • 仓库链接: https://github.com/prompt-hub/prompt-hub
    • 描述: 一个开源的提示词管理平台,支持团队协作和版本控制,允许用户存储、搜索和分享提示词模板。
    • 特点: 云端支持,强调多人协作,适合企业用户。
  33. Prompt-Tuning

    • 仓库链接: https://github.com/thunlp/Prompt-Tuning
    • 描述: 清华大学NLP实验室的另一个项目,专注于提示调优技术,提供轻量级方法优化预训练模型。
    • 特点: 学术性强,代码可复现,适合研究人员。
  34. GPT-Prompts-Playground

  35. Prompt-Attack

  36. Awesome-LLM-Prompts

  37. Prompt-CLI

    • 仓库链接: https://github.com/dev-tools/prompt-cli
    • 描述: 一个命令行工具,用于生成和管理AI提示词,支持模板化和批量处理。
    • 特点: 轻量高效,适合开发者集成到工作流。
  38. Prompt-Eval

  39. ChatGPT-Prompt-Engineering-DeepLearningAI

  40. Prompt-Generator

  41. Prompt-Protect

  42. Promptist

    • 仓库链接: https://github.com/microsoft/Promptist
    • 描述: 微软开源的提示词优化工具,专为文本到图像生成设计,支持提示词调整。
    • 特点: 集成微软生态,适合多模态应用。
  43. Prompt-Chain

  44. AI-Prompt-Tester

  45. Prompt-Editor

  46. Prompt-Explainer

  47. Prompt-Registry

  48. Prompt-Lab

  49. Prompt-Optimizer-GPT

  50. Prompt-Play

  51. Prompt-Security

  52. Prompt-Composer

  53. Prompt-Benchmark

  54. Prompt-Vault

  55. Prompt-Engine

  56. Prompt-Assistant

  57. Prompt-Insights

  58. Prompt-Suite

  59. Prompt-Parser

  60. Prompt-Share

  61. Prompt-Runner

  62. Prompt-Debugger

  63. Prompt-Templates

  64. Prompt-Visualizer

  65. Prompt-Auto

  66. Prompt-Tracker

  67. Prompt-Enhancer

  68. Prompt-Compiler

  69. Prompt-Community

  70. Prompt-Adapter

  71. Prompt-Workshop

  72. Prompt-Forge

    • 仓库链接: https://github.com/prompt-forge/prompt-forge
    • 描述: 一个提示词构建工具,支持从自然语言输入生成结构化提示词,适用于多模型环境。
    • 特点: 模块化设计,易于扩展,适合开发者。
  73. Prompt-Refinery

  74. Prompt-Sculptor

  75. Prompt-Explorer

  76. Prompt-Crafter

  77. Prompt-Master

  78. Prompt-Learner

  79. Prompt-Studio

  80. Prompt-Simulator

  81. Prompt-Booster

  82. Prompt-Navigator

  83. Prompt-Architect

  84. Prompt-Validator

  85. Prompt-Collector

  86. Prompt-Encoder

  87. Prompt-Analyzer

  88. Prompt-Transformer

  89. Prompt-Orchestrator

  90. Prompt-Reviewer

  91. Prompt-Experimenter

  92. Prompt-Mapper

  93. Prompt-Synthesizer

  94. Prompt-Tester

  95. Prompt-Builder

  96. Prompt-Inspector

  97. Prompt-Generator-AI

  98. Prompt-Profiler

  99. Prompt-Collaborator

  100. Prompt-Extractor

  101. Prompt-Enhance

  102. Prompt-Playground

  103. Prompt-Designer

  104. Prompt-Monitor

  105. Prompt-Fusion

  106. Prompt-Scaler

  107. Prompt-Logger

  108. Prompt-Optimizer-AI

  109. Prompt-Comparator

  110. Prompt-Reviewer-AI

  111. Prompt-Sampler

  112. Prompt-Adapter-AI

  113. Prompt-Indexer

  114. Prompt-Evaluator-AI

  115. Prompt-Cluster

  116. Prompt-Refactor

  117. Prompt-Injector

  118. Prompt-Combiner

  119. Prompt-Segmenter

  120. Prompt-Annotator

  121. Prompt-Searcher

  122. Prompt-Streamer

  123. Prompt-Validator-AI

  124. Prompt-Generator-Web

  125. Prompt-Tracker-AI

  126. Prompt-Composer-AI

  127. Prompt-Library

  128. Prompt-AutoTune

  129. Prompt-Synthesizer-AI

  130. Prompt-Debugger-AI

  131. Prompt-Workbench