Все репозитории

Промптинг и контекстdair-ai

Prompt-Engineering-Guide

Подробное руководство по промпт-инжинирингу: техники от few-shot до цепочек рассуждений, статьи, лекции и ноутбуки. Недавно дополнено контекст-инжинирингом и агентами.

Кому подойдёт

Тем, кто хочет системно изучить приёмы промптинга с нуля.

Как начать

  1. Открой сайт promptingguide.ai и начни с раздела Introduction.
  2. Перейди к разделу Techniques: zero-shot, few-shot, chain-of-thought.
  3. Чтобы запустить гайд локально, выполни pnpm i next react react-dom nextra nextra-theme-docs, затем pnpm dev.

Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.

Звёзды за последние 30 дней

+9096 сент. — 5 окт.
77 92478 833

Описание автора

🐙 Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.

anthropics

skills

Растёт быстрее всех

Официальная коллекция навыков (Agent Skills) от Anthropic: папки с инструкциями и скриптами, которые Claude подгружает под задачу. Хороший образец, как их писать.

180 тыс.звёзд+5,4 тыс. за 30 дн.Python

Бывший Awesome ChatGPT Prompts: огромная библиотека промптов от сообщества плюс интерактивная книга по промптингу. Можно развернуть свою приватную копию.

172 тыс.звёзд+2,9 тыс. за 30 дн.HTML

Коллекция системных промптов и описаний инструментов популярных AI-продуктов: Cursor, Devin, Windsurf, Lovable, Manus и других. Полезна, чтобы изучить, как их строят профессионалы.

144 тыс.звёзд+933 за 30 дн.

Сборник примеров и руководств по работе с API OpenAI: от базовых запросов до вызова функций и RAG. Большая часть кода на Python.

76 тыс.звёзд+676 за 30 дн.Jupyter Notebook

Рецепты от Anthropic в виде ноутбуков: инструменты, RAG, мультимодальность, субагенты и другие приёмы работы с Claude. Код можно копировать в свои проекты.

53 тыс.звёзд+829 за 30 дн.Jupyter Notebook

Библиотека Google для извлечения структурированных данных из текста с помощью LLM: каждое поле привязано к месту в источнике, а результат можно посмотреть в интерактивной визуализации.

39 тыс.звёзд+442 за 30 дн.Python