
CL4R1T4S
看穿AI底牌,一键获取各大模型系统提示词
项目预览
项目数据
项目介绍
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 ★ 51847
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。
⚠ 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
- 已安装 Git(用于克隆仓库)
- 任意可浏览纯文本文件的编辑器或终端
- 无需 Python/Node 等运行环境,仓库本身不含可执行程序
安装与启动步骤
-
1克隆仓库
把 CL4R1T4S 仓库完整下载到本地,README 未提供其他下载方式,仅能从 GitHub 获取。
git clone https://github.com/elder-plinius/CL4R1T4S.git -
2进入目录
切换到仓库根目录,后续所有浏览操作都在此目录内进行。
cd CL4R1T4S -
3查看分类结构
按厂商(OpenAI、Google、Anthropic、xAI、Perplexity、Cursor 等)分目录存放提示词文本。
ls -R -
4阅读提示词
用编辑器打开对应厂商目录下的文本文件,即完整的 system prompt 原文与工具说明。
cat README.md -
5参与贡献
README 说明可提交 Pull Request,需注明模型名/版本、提取日期和可选上下文说明。
如何确认成功
执行 ls 能看到按厂商命名的提示词目录与文本文件,即说明克隆成功,仓库无服务需要启动。
常见问题
Q:需要安装依赖或启动服务吗?
A:不需要。该仓库只是提示词文本集合,README 未提供任何安装、构建或启动命令,克隆后直接阅读文件即可。
Q:怎么找到某个模型的提示词?
A:README 列举了 OpenAI、Google、Anthropic、xAI、Perplexity、Cursor、Windsurf、Devin、Manus、Replit 等来源,按厂商名在目录中查找对应文件。
Q:如何提交自己提取的提示词?
A:向仓库发起 Pull Request,并附上模型名称与版本、提取日期(若已知)以及可选的上下文说明。
Q:能通过其他渠道联系作者吗?
A:README 提到可在 X 或 Discord 上联系 @elder_plinius。
注意事项
- README 中未给出任何安装、构建或运行步骤,本教程步骤为基于仓库性质的通用准备动作。
- 仓库内容是提示词原文与说明,属于透明度研究资料,请勿据此用于绕过服务条款或攻击行为。
- 提交 PR 前请确认内容真实且标注提取日期,避免误导他人。
核心亮点
- 汇集数十个主流AI产品的真实系统提示词,信息密度高
- 按厂商和产品分类,检索方便,持续更新
- 对提示词工程和AI安全研究有直接参考价值
不足之处
- 提示词来源为泄露或逆向,时效性和准确性无法保证
- 文档/社区待观察
适用场景
- 研究ChatGPT等产品的提示词设计模式
- 红队测试或安全审计时参考已知系统边界
- 学习提示词工程,借鉴大厂写法
替代项目
f/awesome-chatgpt-prompts、dair-ai/Prompt-Engineering-Guide、brexhq/prompt-engineering
同类项目推荐
tts-bench
开源
一键跑遍主流 TTS,比速度、留样本
Speed and samples benchmark: for all types of text to speech (TTS) models on Windows···
auto_LiRPA
开源
给神经网络算严格上下界,验证对抗鲁棒性
auto_LiRPA: An Automatic Linear Relaxation based Perturbation Analysis Library for N···
Spiritual-Spell-Red-Teaming
开源
用现成越狱提示快速测出大模型安全漏洞
A repo for jailbreaking various LLMs, mainly Claude
agent-python-pytest
开源
pytest 跑完自动上报报告,结果集中可查
Framework integration with PyTest
benchmark
开源
一套脚本横向对比多个大模型的质量
Benchmark suite for LLMs from Fireworks.ai
Static-to-Dynamic-LLMEval
开源
动态生成评测样本,防数据污染,测出模型真实力
The official GitHub repository of the paper "Recent advances in large language model···
S-Eval
开源
一键自动化评估大模型安全,覆盖多风险场景
S-Eval: Towards Automated and Comprehensive Safety Evaluation for Large Language Mod···
FuzzyAI
开源
自动给 LLM 做安全体检,找出越狱漏洞
A powerful tool for automated LLM fuzzing. It is designed to help developers and sec···
watchtower
开源
用 LLM 编排本地网站渗透测试,自动出报告
Watchtower - AI-powered penetration testing automation CLI tool that leverages LLMs ···