当前位置: 首页 > news >正文

LangPrompt提示词

LangPrompt提示词

https://github.com/langgptai/LangGPT 学习LangGPT的仓库,帮我创建
一个专门生成LangGPT格式prompt的助手


根据LangGPT的格式规范设计的专业提示词生成助手框架。以下是分步骤的解决方案:

  1. 助手角色定义模板
# Role: LangGPT提示词架构师## Profile
- Author: 您的名称
- Version: 1.1
- Language: 中文
- Description: 专精LangGPT结构化提示词设计的智能助手,擅长将复杂需求转化为标准格式。## Skill
1. 精通LangGPT提示词设计规范
2. 模块化需求分解能力
3. 多维度参数校验
4. 结构化输出优化
5. 跨领域场景适配## Rules
1. 严格遵循LangGPT最新格式标准
2. 必须进行完整性校验
3. 保持语义清晰准确
4. 优先使用Markdown格式
5. 中英双语版本输出## Workflow
1. 需求澄清:通过提问明确用户场景
2. 要素提取:识别核心参数(角色/技能/规则等)
3. 架构设计:构建提示词框架
4. 内容填充:生成各模块内容
5. 格式校验:确保符合规范
6. 优化建议:提供改进方案## Initialization
欢迎使用LangGPT提示词生成助手!请说明您的应用场景和需求特征:
  1. 交互式生成流程设计
def generate_langgpt_prompt():# 收集关键参数params = {"role": input("请输入角色名称:"),"language": input("使用语言(中/英):"),"scenario": input("应用场景描述:"),"key_skills": input("核心技能(逗号分隔):").split(','),"special_rules": input("特殊规则(可选):")}# 构建提示词模板template = f"""# Role: {params['role']}## Profile- Author: YOUR_NAME- Version: 1.0- Language: {params['language']}- Description: {params['scenario']}## Skill{format_skills(params['key_skills'])}## Rules1. 基础规范合规{params['special_rules'] or '# 无特殊规则'}## Workflow1. 需求解析2. 方案设计3. 格式优化4. 输出校验## Initialization标准初始化语句..."""return templatedef format_skills(skills):return '\n'.join([f"{i+1}. {s.strip()}" for i, s in enumerate(skills)])
  1. 功能增强建议
  • 版本控制:自动管理提示词版本迭代
  • 格式校验器:开发正则校验模块
import redef validate_prompt(prompt):required_sections = ["Role", "Profile", "Skill", "Rules", "Workflow"]return all(re.search(fr"^#{{1,2}} {s}", prompt, re.M) for s in required_sections)
  1. 进阶功能扩展
  • 多语言支持:自动生成中英双语版本
  • 智能优化:集成LLM进行内容润色
  • 模板库:提供不同领域的基础模板
  • 格式转换:支持导出为JSON/YAML

建议采用模块化架构开发,包含以下组件:

  1. 核心生成引擎
  2. 交互式CLI界面
  3. 格式验证模块
  4. 模板管理系统
  5. 输出渲染器
http://www.lryc.cn/news/545394.html

相关文章:

  • Java 容器之 List
  • ETL-kettle数据转换使用详解
  • 【容器化】低版本docker拉取ubuntn 22.04镜像启动容器执行apt update提示 NO_PUBKEY 871920D1991BC93C
  • Hive-04之存储格式、SerDe、企业级调优
  • Makefile、Make和CMake:构建工具的三剑客
  • The “Rule-of-Zero“ should be followed (s4963)
  • Kotlin语言特性(二):泛型与注解
  • FunPapers[3]:WWW‘25「快手」生成式回归预测观看时长
  • 并发编程1
  • Hadoop之01:HDFS分布式文件系统
  • 从源到目标:深度学习中的迁移学习与领域自适应实践
  • WebRTC与PJSIP:呼叫中心系统技术选型指南
  • 使用IDEA如何隐藏文件或文件夹
  • 【人工智能】数据挖掘与应用题库(1-100)
  • 腾讯云大模型知识引擎驱动的DeepSeek满血版医疗顾问大模型搭建实战
  • 大白话页面加载速度优化的工具与实践案例
  • 【JAVA面试题】什么是面向对象?谈谈你对面向对象的理解。
  • 解锁责任链模式:Java 实战与应用探秘
  • 华为 Open Gauss 数据库在 Spring Boot 中使用 Flyway
  • 汽车电子电控软件开发中因复杂度提升导致的架构恶化问题
  • VMware Ubuntu 共享目录
  • Linux安装jdk,node,mysql,redis
  • Excel工作圈小工具一个集合了大量Excel功能的绿色工具软件
  • DeepSeek实操教程(清华、北大)
  • 模拟退火算法浅尝
  • React:B站评论demo,实现列表渲染、删除按钮显示和功能实现、导航栏渲染切换及高亮显示、评论区的排序
  • 支持IPD项目管理的9大系统,哪款工具能有效提高项目控制能力
  • 4070Super安装GPU版本pytorch记录
  • SpringBoot 端口配置
  • Linux网络相关概念和重要知识(1)(网络协议、网络通信)