DecryptPrompt

一库在手,快速读懂 LLM 与 Prompt 前沿论文

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。

开源 free 对话助手
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 3440
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类对话助手
开发团队DSXiangLi
所属国家
官网地址
定价模式free
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
是否开源是
开源协议
主要语言
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★ 3440
30天Star增速
HF 下载量
上线时间2023-02-10 00:00:00
最近更新2026-09-16 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

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. 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. 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. 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. 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. 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。

如何确认成功

本地目录出现 README.md 及 开源模型.MD、开源框架.MD 等文件,且 README 内容可正常显示即成功。

常见问题

Q:需要安装依赖或运行代码吗?

A:不需要。该项目是 Markdown 文档知识库,README 未提供任何安装脚本、依赖列表或启动命令,克隆后直接阅读即可。

Q:为什么没有 docker run 或 pip install 步骤?

A:因为它不是应用程序或框架,而是论文与资源索引仓库,README 中只包含文件链接和博客外链,不存在可部署的服务。

Q:文档里的论文链接打不开怎么办?

A:README 中「解密Prompt系列」均为腾讯云开发者社区外链,需联网访问;若打不开可复制标题到搜索引擎或 arXiv 检索。

Q:Linux 上找不到文件怎么办?

A:文件名含中文且后缀为大写 .MD,Linux 区分大小写,请用 ls 完整查看后按实际名称访问。

注意事项

  • 本教程仅依据 README 实际内容整理,README 未提供安装说明,故无部署与依赖步骤。
  • 仓库内容在 README 中声明「持续更新」,可定期执行 git pull 获取最新论文与资源索引。
  • 部分资源汇总文件(如开源模型.MD、开源数据.MD)为独立 Markdown 文档,需逐个点开阅读。

核心亮点

  • 系统梳理了 LLM 与 Prompt 领域的核心论文,分类清晰,便于检索
  • 不仅汇总论文,还整合了开源数据、模型和 AIGC 应用案例,实用性强
  • 覆盖思维链、少样本学习、指令微调等热点方向,紧跟前沿

不足之处

  • 文档/社区待观察
  • 部分内容可能依赖社区贡献,更新频率和深度需进一步观察

适用场景

  • 学术研究者快速调研 LLM 与 Prompt 相关论文
  • 工程师寻找可用的开源模型、数据或应用参考
  • 产品经理了解 AIGC 技术趋势和落地场景

替代项目

PromptSource、LLM Survey、Awesome ChatGPT Prompts

项目介绍

DecryptPrompt 是学习教育领域的开源项目,由 DSXiangLi 开发,2023 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(3,440)位列前 30%,在学习教育分类中处于中上游。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-16。无在线服务,需自行部署,全部功能免费。

它主要面向的使用场景是:学术研究者快速调研LLM与Prompt相关论文。同类可对比的替代方案包括 PromptSource、LLM Survey、Awesome ChatGPT Prompts。

同类项目推荐

awesome-awesome-ai 开源

一站式导航AI资源,告别收藏夹吃灰

An awesome list for collecting awesome lists related to AI.

★ 136 2026-08-09
machine-learning 开源

免费学AI,从入门到实战,社区共建资源库

Learn AI together, for free. AI learning and teaching resources for everyone.

★ 231 2026-08-09
groundhog 开源

拆解 Cursor 原理,手把手教你造 AI 编程助手

Groundhog's primary purpose is to teach people how Cursor and all these other coding···

★ 405 2026-08-09
notebooks 开源

跟着最新视觉模型教程,边看边跑代码,快速上手实战

A collection of tutorials on state-of-the-art computer vision models and techniques.···

★ 9686 2026-08-10