Awesome-LLM-Prompt-Optimization

一站式速查LLM提示词优化方法，告别手动调参

这是一个精选列表，汇总了大型语言模型（LLM）中先进的提示词优化与调优方法。项目旨在解决提示词工程依赖人工经验、效率低且效果不稳定的问题，系统整理了自动提示优化、提示微调、上下文学习等前沿技术。核心能力包括按方法分类的论文与代码索引、关键概念解析以及相关工具资源，帮助研究者和开发者快速了解该领域的最新进展，并找到适合特定任务的优化方案。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 418
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队jxzhangjhu
所属国家
官网地址
GitHubhttps://github.com/jxzhangjhu/Awesome-LLM-Prompt-Optimization
定价模式free
价格说明开源项目，完全免费，无付费版本。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型evolution-strategies,large-language-models,llm-optimization,llm-optimizer,llms,optimization,prompt,prompt-learning,prompt-optimization,prompt-tuning
GitHub 星标★ 418
30天Star增速
HF 下载量
上线时间2023-10-26 00:00:00
最近更新2026-09-08 00:00:00
维护状态维护中
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

核心亮点

  • 分类清晰，覆盖自动提示优化、提示微调、上下文学习等主流方向
  • 每条方法附有论文和代码链接，便于深入学习和复现
  • 持续更新，紧跟LLM提示词工程前沿研究

不足之处

  • 文档/社区待观察
  • 仅提供列表，不包含方法对比或实验评估，选择困难时需自行验证

适用场景

  • 研究提示词优化技术，快速了解领域全貌
  • 为特定任务挑选合适的提示优化方法
  • 教学或分享中引用前沿提示词工程资源

替代项目

Prompt-Engineering-Guide、Awesome-Prompt-Engineering、LM-Sys

项目介绍

Awesome-LLM-Prompt-Optimization 是开发框架领域的开源项目，由 jxzhangjhu 开发，2023 年首次发布。

它收录于开发框架分类，该分类目前共有 795 个项目，GitHub 星标数为 418。

项目仍在小幅维护中，最近一次代码更新于 2026-09-08。完全免费，无付费版本。

它主要面向的使用场景是：研究提示词优化技术，快速了解领域全貌。同类可对比的替代方案包括 Prompt-Engineering-Guide、Awesome-Prompt-Engineering、LM-Sys。

上一篇：cogitator

下一篇：OgbujiPT

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木，从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶，想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包，快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12