尧图网页设计 
5 分钟本地跑通 Prompt Engineering Guide从零样本到 AI 智能体的提示工程资源【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide这是 Prompt Engineering Guide一个提示工程Prompt Engineering的开源教程库把提示工程、上下文工程、RAG 与 AI 智能体四大板块的论文、技巧、应用和笔记本汇总在一处。它基于 NextraNext.js 文档框架构建克隆后 3 条命令就能在浏览器里打开。还在凭感觉问大模型你有没有过这种体验让模型把这份年报总结成 100 字回来却是 300 字废话换个词输出方向整个变掉。问题往往不在模型而在你写提示词的方式。而怎么写提示词的资料散落在论文、博客和播客里很难拼成一条学习路径。这个项目把它做成了体系你拿到的是16 种提示技巧从零样本、少样本到思维链、思维树、RAG、ReAct每页都有原理、示例和原始论文Prompt Hub12 个场景分类的现成模板分类、写码、数学、摘要都有12 个可运行的 Jupyter Notebook外加 1 小时讲座幻灯片全文 13 种语言支持含中文从 clone 到本地预览只要 4 条命令需要 Node 18 和 pnpmgit clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guide pnpm install pnpm dev启动后打开http://localhost:3000/你得到一整套完整文档入门部分讲提示词元素、参数设置和书写技巧技巧与应用是主体模型章讲 GPT-4、Gemini、LLaMA、Mistral 各自怎么用后面还有风险与误用、论文清单和工具清单。每页都带 13 种语言版本中英日韩西等你在本地就能核对翻译或浏览新内容。打开之后最值得看的 3 个模块技巧16 种技术每个都配论文和示例。这是全书的核心。思维链一章演示一步步想这句话怎么改变模型的算术输出思维树讲模型如何展开搜索树再剪枝。你的任务卡住时——推理不对、出现幻觉、需要调工具——先翻对应技巧页。RAG 与 AI 智能体从检索到工具调用。RAG 章展示完整流程切块、向量化存储、检索、把上下文注入提示词智能体部分拆规划、记忆、工具调用、验证 4 个组件。想让模型接上你的私有知识库或搭一个会调工具的智能体先读这两章。Prompt Hub 和笔记本拿来即用。12 个场景分类的提示词模板覆盖分类、写码、摘要、信息抽取复制一条改改就是业务里的提示词。notebooks/ 下 12 个笔记本覆盖函数调用、RAG、ReAct跑一遍比看更直观。同一个提示词优化前后的对比拿个小例子用户评论情感分类。优化前你只写一句请告诉我这条评论的情感模型可能回整体偏正面但有点保留这话没法直接进表。优化后加 3 条少样本示例和输出格式约束请把以下评论分类只输出 正面/负面/中性 三值之一 评论这家餐厅的食物很好吃 → 正面 评论服务态度很差 → 负面 评论物流花了五天质量还行 → 中性 评论这款手机性能超出预期 →输出就是一个词代码里直接可用。这个差别正是项目零样本、少样本两章在讲的Prompt Hub 的分类类还有更多现成变体。如果你在做 LLM API 上层应用、学写提示词或准备上 RAG 和智能体现在就能用。最小的一步把上面 4 条命令跑起来先读零样本、少样本两章约 20 分钟再从分类类抄一条模板放进你的项目。【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 5 分钟本地跑通 Prompt Engineering Guide：从零样本到 AI 智能体的提示工程资源
5 分钟本地跑通 Prompt Engineering Guide从零样本到 AI 智能体的提示工程资源【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide这是 Prompt Engineering Guide一个提示工程Prompt Engineering的开源教程库把提示工程、上下文工程、RAG 与 AI 智能体四大板块的论文、技巧、应用和笔记本汇总在一处。它基于 NextraNext.js 文档框架构建克隆后 3 条命令就能在浏览器里打开。还在凭感觉问大模型你有没有过这种体验让模型把这份年报总结成 100 字回来却是 300 字废话换个词输出方向整个变掉。问题往往不在模型而在你写提示词的方式。而怎么写提示词的资料散落在论文、博客和播客里很难拼成一条学习路径。这个项目把它做成了体系你拿到的是16 种提示技巧从零样本、少样本到思维链、思维树、RAG、ReAct每页都有原理、示例和原始论文Prompt Hub12 个场景分类的现成模板分类、写码、数学、摘要都有12 个可运行的 Jupyter Notebook外加 1 小时讲座幻灯片全文 13 种语言支持含中文从 clone 到本地预览只要 4 条命令需要 Node 18 和 pnpmgit clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guide pnpm install pnpm dev启动后打开http://localhost:3000/你得到一整套完整文档入门部分讲提示词元素、参数设置和书写技巧技巧与应用是主体模型章讲 GPT-4、Gemini、LLaMA、Mistral 各自怎么用后面还有风险与误用、论文清单和工具清单。每页都带 13 种语言版本中英日韩西等你在本地就能核对翻译或浏览新内容。打开之后最值得看的 3 个模块技巧16 种技术每个都配论文和示例。这是全书的核心。思维链一章演示一步步想这句话怎么改变模型的算术输出思维树讲模型如何展开搜索树再剪枝。你的任务卡住时——推理不对、出现幻觉、需要调工具——先翻对应技巧页。RAG 与 AI 智能体从检索到工具调用。RAG 章展示完整流程切块、向量化存储、检索、把上下文注入提示词智能体部分拆规划、记忆、工具调用、验证 4 个组件。想让模型接上你的私有知识库或搭一个会调工具的智能体先读这两章。Prompt Hub 和笔记本拿来即用。12 个场景分类的提示词模板覆盖分类、写码、摘要、信息抽取复制一条改改就是业务里的提示词。notebooks/ 下 12 个笔记本覆盖函数调用、RAG、ReAct跑一遍比看更直观。同一个提示词优化前后的对比拿个小例子用户评论情感分类。优化前你只写一句请告诉我这条评论的情感模型可能回整体偏正面但有点保留这话没法直接进表。优化后加 3 条少样本示例和输出格式约束请把以下评论分类只输出 正面/负面/中性 三值之一 评论这家餐厅的食物很好吃 → 正面 评论服务态度很差 → 负面 评论物流花了五天质量还行 → 中性 评论这款手机性能超出预期 →输出就是一个词代码里直接可用。这个差别正是项目零样本、少样本两章在讲的Prompt Hub 的分类类还有更多现成变体。如果你在做 LLM API 上层应用、学写提示词或准备上 RAG 和智能体现在就能用。最小的一步把上面 4 条命令跑起来先读零样本、少样本两章约 20 分钟再从分类类抄一条模板放进你的项目。【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考