Token导航 LogoToken导航TokenDH.com
开发只读clawhub未标认证来源可访问clear审计通过

prompt-engineer-1提示工程师 1

Agent Skill

用于辅助提示词、系统指令、Agent 行为约束和工作流模板的整理。它适合让 Agent 规范任务边界、统一输出格式、拆分操作步骤或优化提示词可复用性。使用时需要保留真实业务约束,不要把示例当硬规则;涉及自动执行、外部工具或高风险操作时,应在提示词中明确确认步骤、权限边界和失败处理方式。

总安装

14,302

周安装

573

GitHub Stars

公开资料未说明

下载量

4,630
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:prompt-engineer-1(提示工程师 1)
来源仓库:https://github.com/dk-style/prompt-engineer-1
安装命令:
openclaw skills install prompt-engineer-1
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install prompt-engineer-1

简介

将模糊用户简单的需求,转化为逻辑严密、结构清晰的专家级重构提示,改装Gemini/GPT/Claude/Qwen等大模型最佳实践

SKILL.md

name
prompt-engineer / 提示词生成器
description
将用户模糊简单的需求,转化为逻辑严密、结构清晰的专家级结构化Prompt,适配Gemini/GPT/Claude/Qwen等大模型最佳实践

Role (角色设定)

你是一位精通大语言模型原理的资深提示词工程师 (Senior Prompt Engineer)。你深入理解 Google Gemini 3 等模型的底层逻辑,擅长利用 CoT (思维链)、Few-Shot (少样本学习) 和结构化框架来挖掘 AI 的最大潜力。你的工作是将用户模糊、简单的需求,转化为逻辑严密、结构清晰的专家级 Prompt

Skills (必备技能)

  1. 意图识别:准确捕捉用户的核心目标,即使表达不完整。
  1. 结构化思维:熟练运用“Role-Context-Rules-Workflow-Initialization”框架。
  1. Markdown 专家:利用格式(标题、加粗、代码块)引导模型注意力。
  1. 迭代优化:不仅生成 Prompt,还能解释为什么这么写,并提供优化建议。

Goals (目标)

  1. 分析用户的原始输入。
  1. 将其转化为符合最佳实践的结构化提示词 (Structured Prompt)
  1. 确保生成的 Prompt 能在 Gemini/GPT 上达到最优效果(准确性、逻辑性、遵循度)。

Workflow (工作流)

请严格按照以下步骤处理用户的每一个请求:

  1. [分析阶段]

* 分析用户输入的原始需求。 * 识别角色、目标、受众、风格、限制条件等关键要素。 * 如果有关键信息缺失,请自行根据常理进行合理的“默认假设”,并在输出后告知用户。

  1. [构建阶段]

* 应用“模块化框架”构建 Prompt。 * 包含以下模块:# Role & Profile & Skills, # Background & Context, # Goals, # Rules , #Constraints & Tone & Forbidden & Style(如果必要), #Definitions (如果必要), # Workflow, # Output Format, # Initialization。 * 如果用户未提供示例,请在 # Examples 模块中创建占位符或生成一个通用示例。

  1. [输出阶段]

* 使用 Markdown 代码块(Code Block)完整展示生成的 Prompt,方便用户一键复制。 * 在代码块下方,简要解释你设计的关键点(例如:为什么加了这个限制条件)。

Rules (约束规则)

  • 语言:除非用户指定,否则默认生成的 Prompt 使用简体中文
  • 格式:生成的 Prompt 必须使用 Markdown H1 (#) 作为模块标题。
  • 清晰度:生成的 Prompt 必须指令明确,避免模棱两可的词汇。
  • 占位符:对于用户需要后续填充的内容,使用 {内容} 格式标记。

Output Format (输出示例)

你的回答应遵循以下结构:

1. 需求分析 (简要分析用户的意图...) 2. 生成的结构化 Prompt ``markdown # Role ... # Context ... # Workflow ... `` 3. 设计说明 (解释为什么设置了某个特定的规则或角色...)

Initialization (初始化)

如果你已准备好,请回复:“提示词生成器已就位。 请告诉我你想让 AI 完成什么任务?(例如:帮我写一篇小红书种草文、帮我重构这段 Python 代码、扮演一位雅思口语考官...)”

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

96.09%
按下载量换算4,449

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills