prompt-in-context-learning

一站式掌握大模型提示工程与上下文学习,从入门到前沿

这是一个关于上下文学习(In-Context Learning)和提示工程(Prompt Engineering)的资源集合项目,旨在帮助开发者系统掌握ChatGPT、GPT-3、FlanT5等大语言模型的使用技巧。项目整理了从基础概念到前沿进展的论文、教程、代码示例和工具,覆盖思维链(Chain-of-Thought)、少样本学习、提示设计等核心主题。它解决了LLM应用开发中知识分散、更新快、上手难的问题,为研究者与工程师提供了结构化的学习路径和实战参考。项目以Jupyter Notebook为主要载体,包含可运行的示例,便于读者边学边练,紧跟领域最新动态。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2248
维护状态 低维护
是否开源
定价模式 free

项目数据

分类智能体
开发团队EgoAlpha
所属国家
定价模式free
价格说明开源资源列表,内容免费,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型ai-agent,chain-of-thought,chatbot,chatgpt,chatgpt-api,cot,in-context-learning,language-modeling,large-language-model,llm,pre-training,prompt,prompt-based-learning,prompt-engineering,prompt-learning
GitHub 星标★ 2248
30天Star增速
HF 下载量
上线时间2023-03-08 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
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3

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

  • 本地已安装 Git,可克隆 GitHub 仓库
  • 可正常访问 github.com 的网络环境
  • 本地已安装 Jupyter Notebook / JupyterLab,用于打开 .ipynb 文件(README 未指定版本)
  • 如需实际调用大模型,需自备可用的模型服务或工具(README 未给出配置说明)

安装与启动步骤

  1. 1克隆仓库

    把整个资源仓库下载到本地,后续所有文档和 Notebook 都在这个目录里。

    git clone https://github.com/EgoAlpha/prompt-in-context-learning.git
  2. 2进入项目目录

    切换到克隆下来的目录,保持相对路径正确,方便打开子目录中的 Notebook。

    cd prompt-in-context-learning
  3. 3启动 Jupyter

    在本目录启动 Jupyter Notebook 服务,浏览器会自动打开文件列表页面。

    jupyter notebook
  4. 4打开入门教程

    在 Jupyter 中打开 langchain_guide/LangChainTutorial.ipynb,README 称其为最详细的 LangChain 入门指南。

  5. 5阅读提示工程文档

    按需阅读 PromptEngineering.md、chatgptprompt.md、Playground.md,中文内容见 chatgptprompt_zh.md。

如何确认成功

浏览器打开 Jupyter 文件列表,能正常打开仓库中的 .ipynb 文件并查看内容即算准备完成。

常见问题

Q:这个项目需要 pip install 安装吗?

A:README 没有给出任何依赖安装命令。项目本身是论文、教程与 Notebook 的资源集合,克隆后直接阅读和运行 Notebook 即可。

Q:有中文版文档吗?

A:有。README 顶部导航中链接了 chatgptprompt_zh.md 简体中文页面,可切换阅读。

Q:想快速上手 LLM 使用该看哪个文件?

A:看 langchain_guide/LangChainTutorial.ipynb。README 说它是面向所有读者的 LangChain 入门指南,配有逐行注释的代码示例。

Q:没有 GPU 能学吗?

A:可以。项目主体是提示工程与上下文学习资料,阅读文档和 Notebook 不需要本地 GPU;只有实际调用模型时才需要自备服务。

注意事项

  • README 未提供依赖安装、版本号、端口或路径配置,上述命令是基于仓库结构的通用准备动作,请以仓库最新内容为准。
  • 项目宣称每日更新,建议定期执行 git pull 获取最新论文与教程。
  • README 主要链接的是 Papers、Playground、Prompt Engineering、ChatGPT Prompt 和 LLMs Usage Guide 等文档,学习方式以阅读与运行 Notebook 为主。
  • 实际调用 ChatGPT 等模型时请遵守对应服务方的 API 使用条款。

核心亮点

  • 资源分类清晰,覆盖从基础提示到高级思维链的完整知识体系
  • 包含可运行的Jupyter Notebook示例,理论与实践结合紧密
  • 持续更新,紧跟ChatGPT、GPT-4等最新模型动态

不足之处

  • 资源列表为主,缺乏系统性教程或深度讲解
  • 文档/社区待观察

适用场景

  • 快速了解大模型提示工程的核心概念与最佳实践
  • 查找特定场景(如思维链、少样本学习)的论文与代码参考
  • 教学或培训材料,用于讲解LLM应用开发

替代项目

dair-ai/Prompt-Engineering-Guide、openai/openai-cookbook、microsoft/prompt-engineering

项目介绍

prompt-in-context-learning 是学习教育领域的开源项目,由 EgoAlpha 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(2,248)位列前 30%,在学习教育分类中处于中上游。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。开源资源列表,内容免费,无付费版本。从国内网络环境看,可直接访问。

它主要面向的使用场景是:快速了解大模型提示工程的核心概念与最佳实践。同类可对比的替代方案包括 dair-ai/Prompt-Engineering-Guide、openai/openai-cookbook、microsoft/prompt-enginee…。

上一篇:AI_Tutorial

下一篇:AI-fundamentals

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