DecryptPrompt

一库在手，快速读懂 LLM 与 Prompt 前沿论文

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 325 🐛 待处理 1 👀 关注 60

GitHub ↗

GitHub 星标 ★ 3451

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，无在线服务，需自行部署，全部功能免费。

项目预览

DecryptPrompt 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队DSXiangLi

GitHubhttps://github.com/DSXiangLi/DecryptPrompt

定价模式🏷️完全免费

价格说明开源项目，无在线服务，需自行部署，全部功能免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型aigc,chain-of-thought,chatgpt,demonstration,few-shot-learning,in-context-learning,instruction-tuning,llm,llm-agent,papers,prompt,prompt-engineering,prompt-tuning,zero-shot-learning

GitHub 星标★ 3451

上线时间2023-02-10 00:00:00

代码更新2026-11-08

仓库体积3.02 GB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数6

项目介绍

DecryptPrompt 是一个聚焦大语言模型（LLM）与提示工程（Prompt Engineering）的开源知识库，旨在系统性地整理和解读该领域的前沿论文、开源数据与模型，以及 AIGC 应用实践。它解决了研究者与开发者难以快速跟进 LLM 领域海量论文和技术的痛点，通过结构化的分类（如思维链、少样本学习、上下文学习、指令微调、LLM Agent 等）和精炼的总结，帮助用户高效理解核心概念、方法演进和最佳实践。项目不仅汇总了关键论文，还提供了相关开源数据集和模型的索引，并展示了 AIGC 的实际应用案例，为学术研究和工程落地提供了便捷的导航和参考。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3451

技术标签

aigc chain-of-thought chatgpt few-shot-learning in-context-learning

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境与 git 客户端（或直接下载 ZIP）
本地 Markdown 阅读器或浏览器（用于查看 .MD 文档）
无需 Python、Node.js 等运行时依赖，README 未要求任何编程环境

安装与启动步骤

1克隆仓库到本地

把 DecryptPrompt 仓库完整拉到本地。README 未给出该命令，此处使用项目主页给出的仓库地址。
```
git clone https://github.com/DSXiangLi/DecryptPrompt.git
```
2进入项目目录

切换到克隆下来的目录，后续阅读和查找都在此目录内进行。
```
cd DecryptPrompt
```
3查看目录结构

确认 README 中提到的各类资源汇总文件确实存在，注意这些文件名带中文且后缀为大写 .MD。
```
ls
```
4阅读资源汇总文档

按 README 指引查看开源模型、框架、数据、AIGC 应用等汇总文件，获取对应索引。
```
cat README.md
```
5跟读论文解读博客

README 主体是「解密Prompt系列」博客外链，直接在浏览器打开对应腾讯云文章链接阅读。