CL4R1T4S

看穿AI底牌,一键获取各大模型系统提示词

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 10561 🐛 待处理 123 👀 关注 812
GitHub ↗
GitHub 星标 ★ 51847
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目,完全免费,无付费版本。

项目预览

CL4R1T4S 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elder-plinius
定价模式🏷️完全免费
价格说明开源项目,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议AGPL-3.0
技术栈/模型agents,ai,chatgpt,gemini,google,grok,hacking,leak,leaked,openai,prompt,prompt-engineering,prompts,red-team,red-teaming,system,system-info,system-prompts,tools,transparency
GitHub 星标★ 51847
上线时间2025-03-04 00:00:00
代码更新2026-09-22
仓库体积2.1 MB
本站数据更新2026-11-09
维护状态维护中
收录时间2026-08-09
浏览次数1

项目介绍

这是一个收集并公开各大AI系统(如ChatGPT、Claude、Gemini、Grok、Perplexity、Cursor等)泄露的系统提示词(system prompts)的仓库。它解决AI系统提示词不透明的问题,通过汇集社区逆向工程和泄露的提示词,让开发者、研究者和普通用户能了解这些AI产品背后的指令设计。核心能力包括:分类整理不同厂商的提示词、提供原始文本和上下文、持续更新以追踪最新泄露。项目本质是一个AI透明度资源库,对提示词工程、安全研究和产品设计有参考价值。

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

技术标签

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 5 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

  • 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. 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. 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. 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. 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. 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

上一篇:AICompare

下一篇:awesome-language-model-analysis

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···

★ 426 2026-10-01
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···

★ 359 2026-10-23
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

★ 120 2026-11-07
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···

★ 492 2026-08-12
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···

★ 123 2026-08-09
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···

★ 1603 2026-08-09
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 ···

★ 221 2026-10-21