告别混乱的提示词管理用prompts.chat npm包构建类型安全的多模态提示词系统【免费下载链接】prompts.chatf.k.a. Awesome ChatGPT Prompts. Share, discover, and collect prompts from the community. Free and open source — self-host for your organization with complete privacy.项目地址: https://gitcode.com/GitHub_Trending/aw/prompts.chatprompts.chat的 npm 包npm install prompts.chat即可安装是一个面向 AI 提示词工程的开发者工具库提供类型安全、带自动补全的流式 API帮你把散落在代码各处的聊天提示词、图片提示词、视频提示词和音乐提示词统一管起来。无论你是刚入门提示词工程的新手还是被提示词写哪都是、格式五花八门困扰的团队开发者它都能让提示词管理变得简单、规范、可维护。为什么你的提示词会越来越乱用过 ChatGPT、Claude、Midjourney、Suno 的朋友应该都有这种体验结构不一致——同一个人写的提示词今天叫role明天叫personaAI 表现忽高忽低没有类型安全——lightingType(rimlgiht)这种拼写错误要等到运行时甚至出图时才发现重复造轮子——扮演资深代码审查员这类提示词每个项目都重写一遍多模态更复杂——聊天、图片、视频、音乐四个平台各有各的写法互相不通用prompts.chatnpm 包正是为解决这些问题而生一个统一的入口四套多模态构建器builder外加变量规范化、质量检查、相似度去重和格式解析工具。一键安装两条命令上手 prompts.chat 命令行安装只需要一条命令npm install prompts.chat更妙的是它还自带一个终端交互式提示词浏览器。在终端里运行npx prompts.chat就能直接用键盘搜索、筛选、运行社区提示词↑/↓或j/k上下移动/搜索r运行到 ChatGPT/Claudec复制并自动填充变量o在浏览器中打开q退出。不用离开终端就能把提示词库翻个遍。如果你想在团队内部部署一套私有提示词库数据完全留在自己服务器上一条命令即可搭建npx prompts.chat new my-prompt-library它会克隆一个精简版仓库、装好依赖然后进入交互式向导让你配置品牌、主题、认证和功能开关。项目本身是免费开源、可自托管的仓库地址git clone https://gitcode.com/GitHub_Trending/aw/prompts.chat。多模态提示词构建器聊天、图片、视频、音乐全覆盖这是整个 npm 包最核心的部分——四个类型安全的构建器源码见 packages/prompts.chat/src/builder/每个都对应一类 AI 平台构建器适用平台入口文件chat()GPT-4、Claude、Gemini、Llama 等对话模型chat.tsimage()Midjourney、DALL-E、Stable Diffusion、Fluxmedia.tsvideo()Sora、Runway、Pika、Klingmedia.tsaudio()Suno、Udio 等音乐 AIaudio.ts 聊天提示词角色、任务、输出格式一次配齐chat()把人设—上下文—任务—示例—输出格式—推理方式—记忆这些提示词工程的关键要素全部做成了链式方法配合 TypeScript 类型参数名和取值都有自动补全import { chat } from prompts.chat; const prompt chat() .role(expert code reviewer) .tone(professional) .expertise(TypeScript, React) .task(Review code and provide actionable feedback) .stepByStep() .json() .build();它还内置了chatPresets预设coder、writer、tutor、analyst、socratic、translator、summarizer等几行代码就能得到一个资深程序员或苏格拉底式哲学家的对话配置。 图片提示词像填摄影参数表一样描述画面image()构建器把图片提示词拆成了摄影师熟悉的维度主体、环境、镜头焦段、光圈、景深、光线时间、方向、色温、构图三分法、黄金比例、风格画师、参考电影、色彩与负向提示词。const prompt image() .subject(a cyberpunk samurai) .environment(neon-lit Tokyo streets) .shot(medium) .lens(35mm) .lightingType(rim) .medium(cinematic) .build();.build()之后你既拿到最终提示词字符串含--no、--ar等参数也拿到结构化数据对象可以随时导出为 YAML、JSON 或 Markdown。 视频提示词与 音乐提示词video()进一步支持镜头运动tracking、crane、drone、动作节拍、声音设计对白、环境音、配乐和分镜列表audio()则覆盖曲风、BPM、乐句结构intro/verse/chorus、乐器编排和歌词const musicPrompt audio() .genre(electronic) .mood(energetic) .bpm(128) .instruments([synthesizer, drums, bass]) .build();四种模态的提示词从此有了统一的写法语言团队协作时再也不用口头解释你那个 Midjourney 参数是怎么拼的。类型安全让拼写错误在编码阶段就消失这是类型安全四个字的真正价值。所有魔法参数都是枚举类型比如type LensType wide-angle | 35mm | 50mm | 85mm | telephoto | ... type MusicGenre pop | jazz | electronic | synthwave | lo-fi | ... type TimeOfDay dawn | golden-hour | midday | night | ...带来的好处非常直观自动补全在 IDE 里敲.lens(编辑器立刻列出所有合法焦段编译期检查.bpm(120)传错类型编译就报错而不是 AI 静默忽略类型导出齐全BuiltChatPrompt、ImageCamera、MusicalKey等类型都从包入口导出方便在自己的类型系统里复用完整类型清单和模块 API 文档见 packages/prompts.chat/README.md。质量检查与去重给提示词库体检除了构建npm 包还内置了三件管理利器不需要任何 API纯本地运行质量检查quality/index.tsquality.check()会返回 0–1 的得分、问题列表和统计信息能检测空提示词、过短、括号不匹配、缺少角色/任务等 7 类问题quality.getSuggestions()还会给出改进建议相似度去重similarity/index.ts基于 Jaccard 和 n-gram 算法similarity.deduplicate(prompts)一键清理提示词库里那些换了个说法的重复内容变量规范化variables/index.ts识别{{var}}、[VAR]、${var:默认值}、%VAR%等 8 种变量写法并统一格式variables.compile()可直接填充生成最终文本多格式解析与导出YAML、JSON、Markdown 通吃团队里有人用 YAML 写系统提示词、有人用 JSON 配置模型参数parser模块parser/index.ts可以自动识别这四种格式YAML / JSON / 带 frontmatter 的 Markdown / 纯文本解析成统一结构也能反向序列化回去还能插值填充变量。构建器产出的提示词同样支持toJSON()、toYAML()、toMarkdown()一键导出方便入库、版本管理和 Code Review。按需引入Tree-shaking 友好npm 包支持深度导入只用变量模块就不必加载整套构建器打包体积最小import { detect, normalize, compile } from prompts.chat/variables; import { check, validate } from prompts.chat/quality;包本身要求 Node.js 18README 建议 24.xTypeScript 5MIT 协议完整元信息见 package.json。小结一个 npm 包统一管理聊天、图片、视频、音乐四类 AI 提示词类型安全 自动补全拼写错误在编译期就暴露不再依赖玄学调参管理三件套质量检查、相似度去重、变量规范化让提示词库保持整洁自托管可选npx prompts.chat new即可为团队搭建私有提示词平台完整文档全部模块的方法表和类型参考都在 packages/prompts.chat/README.md告别复制粘贴和随手乱写从今天起用 prompts.chat npm 包把提示词变成可测试、可复用、可协作的工程资产吧。【免费下载链接】prompts.chatf.k.a. Awesome ChatGPT Prompts. Share, discover, and collect prompts from the community. Free and open source — self-host for your organization with complete privacy.项目地址: https://gitcode.com/GitHub_Trending/aw/prompts.chat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考