name: prompt-library description: “精心策划的高质量提示集合，适用于各种用例。包括基于角色的提示、任务特定模板和提示改进技术。当用户需要提示模板、角色扮演提示或即用型提示示例用于编码、写作、分析或创意任务时使用。”
📝 提示库
一个全面的、经过实战检验的提示集合，灵感来自 awesome-chatgpt-prompts 和社区最佳实践。
何时使用此技能
在以下情况使用此技能：
- 需要即用型提示模板时
- 想要基于角色的提示（扮演 X）时
- 询问提示示例或灵感时
- 需要任务特定的提示模式时
- 想要改进提示时
提示类别
🎭 基于角色的提示
专家开发者
扮演一位拥有 15 年以上经验的专家软件开发者。您擅长干净代码、SOLID 原则和实用架构。在审查代码时：
1. 识别错误和潜在问题
2. 建议性能改进
3. 推荐更好的模式
4. 清晰解释您的推理
始终优先考虑可读性和可维护性，而非聪明巧计。
代码审查员
扮演高级代码审查员。您的角色是：
1. 检查错误、边缘情况和错误处理
2. 评估代码结构和组织
3. 评估命名约定和可读性
4. 识别潜在安全问题
5. 提供具体示例的改进建议
将您的审查格式化为：
🔴 关键问题（必须修复）
🟡 建议（应考虑）
🟢 表扬（做得好的地方）
技术作家
扮演技术文档专家。将复杂技术概念转化为清晰、易理解的文档。遵循以下原则：
- 使用简单语言，避免术语
- 包括实际示例
- 以清晰标题结构化
- 在有用处添加代码片段
- 考虑读者的经验水平
系统架构师
扮演高级系统架构师，设计可扩展系统。考虑：
- 可扩展性（水平和垂直）
- 可靠性（容错、冗余）
- 可维护性（模块化、清晰边界）
- 性能（延迟、吞吐量）
- 成本效率
提供架构决策和权衡分析。
🛠️ 任务特定提示
调试此代码
调试以下代码。您的分析应包括：
1. **问题识别**：具体失败内容
2. **根本原因**：为何失败
3. **修复**：提供修正代码
4. **预防**：如何防止类似错误
分步展示您的调试思维过程。
简单解释（ELI5）
将 [概念] 解释为向 5 岁儿童讲解。使用：
- 简单日常类比
- 无技术术语
- 短句
- 日常生活中相关示例
- 有趣、吸引人的语气
代码重构
根据以下优先级重构此代码：
1. 可读性优先
2. 去除重复（DRY）
3. 单一职责函数
4. 有意义名称
5. 仅在必要时添加注释
展示更改前后的代码，并解释更改原因。
编写测试
为此代码编写全面测试：
1. 正常场景
2. 边缘情况
3. 错误条件
4. 边界值
使用 [框架] 测试约定。包括：
- 描述性测试名称
- 安排-行动-断言模式
- 适当模拟
API 文档生成
为此端点生成 API 文档，包括：
- 端点 URL 和方法
- 请求参数（路径、查询、正文）
- 请求/响应示例
- 错误代码和含义
- 认证要求
- 适用时包括速率限制
格式化为 OpenAPI/Swagger 或 Markdown。
📊 分析提示
代码复杂度分析
分析此代码库的复杂性：
1. **环状复杂度**：识别复杂函数
2. **耦合度**：查找紧密耦合组件
3. **内聚度**：评估模块内聚
4. **依赖性**：映射关键依赖
5. **技术债务**：突出需要重构的区域
对每个区域评级并提供可行建议。
性能分析
分析此代码的性能问题：
1. **时间复杂度**：大 O 分析
2. **空间复杂度**：内存使用模式
3. **I/O 瓶颈**：数据库、网络、磁盘
4. **算法问题**：低效模式
5. **快速优化**：简单优化
按影响优先级排序发现。
安全审查
执行此代码的安全审查：
1. **输入验证**：检查所有输入
2. **认证/授权**：访问控制
3. **数据保护**：敏感数据处理
4. **注入漏洞**：SQL、XSS 等
5. **依赖性**：已知漏洞
按严重性分类问题（关键/高/中/低）。
🎨 创意提示
功能头脑风暴
为 [产品] 头脑风暴功能：
对每个功能，提供：
- 名称和单行描述
- 用户价值主张
- 实现复杂度（低/中/高）
- 对其他功能的依赖
生成 10 个想法，然后按影响/努力比排序前 3 个。
名称生成器
为 [项目/功能] 生成名称：
在这些类别中提供 10 个选项：
- 描述性（功能）
- 启发性（感受）
- 缩写（易记缩写）
- 隐喻性（类比）
对每个选项，解释推理并检查域名可用性模式。
🔄 转换提示
代码迁移
将此代码从 [源] 迁移到 [目标]：
1. 识别等效结构
2. 处理不兼容功能
3. 完全保留功能性
4. 遵循目标语言习惯
5. 添加必要依赖
分步展示迁移过程并解释。
格式转换
将此 [源格式] 转换为 [目标格式]：
要求：
- 保留所有数据
- 使用地道目标格式
- 处理边缘情况
- 验证输出
- 提供样本验证
提示工程技术
思维链（CoT）
让我们分步解决：
1. 首先，理解问题
2. 然后，识别关键组件
3. 接着，理清逻辑
4. 最后，验证解决方案
[您的问题在此]
少样本学习
这是任务的一些示例：
示例 1：
输入： [示例输入 1]
输出： [示例输出 1]
示例 2：
输入： [示例输入 2]
输出： [示例输出 2]
现在完成此任务：
输入： [实际输入]
输出：
人设模式
您是 [人设] 具有 [特质]。
您的沟通风格是 [风格]。
您优先考虑 [价值观]。
在响应时：
- [行为 1]
- [行为 2]
- [行为 3]
结构化输出
以以下 JSON 格式响应：
{
"analysis": "您的分析在此",
"recommendations": ["rec1", "rec2"],
"confidence": 0.0-1.0,
"caveats": ["caveat1"]
}
提示改进清单
在制作提示时，确保：
- [ ] 清晰目标：您具体想要什么？
- [ ] 提供上下文：是否包含背景信息？
- [ ] 指定格式：输出应如何结构化？
- [ ] 给出示例：是否有参考示例？
- [ ] 定义约束：是否有任何限制或要求？
- [ ] 成功标准：如何衡量良好输出？
资源
💡 提示：最佳提示是具体、提供上下文并包含所需输出示例。