当前位置: 首页 > article >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'])}

    ## Rules
    1. 基础规范合规
    {params['special_rules'] or '# 无特殊规则'}

    ## Workflow
    1. 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 template

def 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 re

def 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.kler.cn/a/568921.html

相关文章:

  • 基于单片机的GPS定位系统设计
  • ETF期权的结算价如何结算?
  • 深度解析Ant Design Pro 6开发实践
  • 【MySQL】(2) 库的操作
  • 基于STM32的智能家居中控系统
  • 【定昌Linux系统】部署了java程序,设置开启启动
  • AndroidStudio下载旧版本方法
  • 16.5 LangChain LCEL 流式处理解密:构建实时交互式大模型应用的引擎
  • 【实战 ES】实战 Elasticsearch:快速上手与深度实践-2.1.2字段类型选择:keyword vs text、nested对象
  • JavaWeb登录认证
  • 轻量级RTSP服务模块:内网高效音视频传输解决方案
  • 【无标题】词源故事:role与roll的联系,词根horr(恐惧)与hair(毛发)关系
  • unity大坐标抖动处理测试
  • IPv4应用场景API:精准识别IP属性,赋能业务决策
  • React底层原理详解
  • 中间件专栏之Redis篇——Redis 高可用实践中的主从复制原理、集群脑裂现象及常用解法方案详解
  • React低代码项目:问卷编辑器 I
  • Linux top 常用参数记录
  • 计算机毕业设计SpringBoot+Vue.js在线教育系统(源码+文档+PPT+讲解)
  • 阿里云轻量级服务器通过宝塔安装PgVector要点