CharlesC.ai

花了一周左右的时间开发了一个自己觉得还不错的提示词管理网站: promptup.net 保存功能： 将其他用户的提示保存到您的个人收藏中 组织管理： 使用标签对提示进行分类，快速查找,支持公开/私密提示词 置顶重要项： 将重要提示固定在主屏幕上快速访问 文档记录： 使用MD添加笔记

你是不是收藏了一堆AI提示词，想要复用时却怎么也找不到？ 如果你也有这样的烦恼，那么今天要介绍的这个玩意，或许正是你一直在寻找的答案 网站：promptup.net 一个好的提示词，可能需要经过反复打磨才能达到理想效果 对于内容创作者、程序员、产品经理等经常使用AI的人来说，积累自己的提示词库就像建立个人知识库一样重要 但大多数人管理提示词的方式还停留在很原始的阶段 有的保存在记事本里，有的散落在聊天记录中，有的存在云文档的某个角落 这种分散的管理方式不仅查找困难，更难以形成系统化的知识积累 核心功能一：个人提示词库 PromptUp允许你快速创建和保存自己的提示词 无论是日常写作的辅助prompt，还是专业工作中的复杂指令，都可以分类整理，建立起属于自己的提示词体系 平台还支持Markdown格式，这意味着你可以用熟悉的方式组织内容结构，添加标题、列表、代码块等元素，让提示词的层次更加清晰 核心功能二：语法高亮 对于PromptUp提供了语法高亮功能 这不仅让提示词更易读，也能帮助你快速定位关键信息，在编辑和使用时大大提高效率 比如下面图一的费曼学习法提示词（部分） PromptUp不仅是个人工具，更是一个提示词社区 这种开放的生态，让PromptUp不只是一个存储工具，更是一个知识交流的平台，帮助所有用户共同提升AI使用的效率和质量 为了更方便看到提示词的效果，我们还可以直接到发现探索内的画廊里面 里面是可以直接看到提示词生成的效果的，点击查看就能看到该提示词 适合谁使用？ PromptUp的应用场景非常广泛 内容创作者可以保存各种写作辅助prompt，比如文章大纲生成、标题优化、风格转换等，建立自己的创作工具箱 程序员可以整理代码生成、调试、优化等相关的提示词，提高开发效率 产品经理可以收集需求分析、用户研究、功能设计等场景的prompt模板 教育工作者可以创建教学辅助、作业设计、内容讲解等方面的提示词库 AI爱好者则可以在这里记录自己的实验成果，探索prompt工程的各种可能性 写在最后 在AI时代，掌握好的工具和方法论同样重要 PromptUp帮你把零散的思考和经验系统化，让每一次与AI的对话都能建立在前人的基础上 无论你是AI的重度用户，还是刚开始探索AI应用的新手，建立自己的提示词库都是一个值得投资的习惯 现在就开始使用PromptUp，建立属于你的AI提示词库 让每一个灵感都不再流失，让每一次创作都有迹可循

AI提示词分享管理网站：PromptUp 👉ahhhhfs.com/69791/

🆔名称：PromptUp 📁简介：一款简洁高效的网页应用，致力于帮助用户创建、存储和分享AI提示。该平台支持Markdown格式与语法高亮，提升提示编写和管理的便利性。 ➡️地址：promptup.net 🔗Link 1：link3.cc/headbuff?chann… 🔗Link 2：vika.cn/share/shrEL5y0…

网站来了个宝藏用户,感觉像类似于李继刚那种类型的提示词研究大神: promptup.net/users/%E7%A9%B…

Dogfooding Opus 4.7 the last few weeks, I've been feeling incredibly productive. Sharing a few tips to get more out of 4.7 🧵

Since we open-sourced pi-autoresearch, @Shopify teams have been running it on everything. Results so far: Unit tests: 300x faster React component mounting: 20% faster CI build time: 65% reduction Made pnpm run faster Autoresearch never stops trying things you'd never have time to try. Repo: github.com/davebcn87/pi-a…

“用一秒钟内看到本质的人，和半辈子也看不清一件事本质的人，注定是不一样的命运。” 重复且长时间的无尽忙碌，只要条件具备，大部分人都可以做到。难的是思考,没有深入的思考，勤奋就没有意义......

vibe 时代让已经在 AI 之前就构建好的基础设施获得广泛受益，我可以想象到 6-12 个月之后 cloudflare 也会有类似的图表。

好有意思的想法，这让我想到是不是许多销售驱动的生意都可以改为“帮你抽卡”模式

@turingou 好奇用的什么协议? (最近也有需要回国,当然CC用不了影响工作进度 😂)

在国内 vibe 也太难了，我自己东京服务器的代理，没有其他任何人用，刚在上线东西呢突然 timeout 了，应该是流量模式被墙识别出来了，真的烦死了…

@brad_zhang2024 感谢分享,收藏在此了: promptup.net/prompt/fe57cca…

写技术文章最烦的事之一：画图。 脑子里很清楚的架构，落到 draw.io 上总是对不齐、颜色难看、导出模糊。 所以我做了 fireworks-tech-graph，一个专门生成技术图的 Claude Code Skill。 o… 用法很简单—— t 「画一张 Multi-Agent 协作图：Orchestrator 调度 3 个 SubAgent，分别负责搜索、计算和代码执行，最后汇聚到 Aggregator 输出结果，玻璃态风格」 然后它会： ① 识别图类型 → Agent 架构图 ② 分配语义形状 → Orchestrator 用六边形，Agent 用六边形，存储用圆柱体 ③ 用语义颜色编码箭头 → 蓝色主流程、橙色控制流、绿色读写 ④ 自动导出 SVG + 1920px PNG 整个过程不需要写 DSL，不需要打开任何工具，一句话描述，图就出来了。 o… 目前支持 8 种图类型、5 种视觉风格，AI/Agent 领域的常见 Pattern 全部内置（RAG、Mem0、Agentic Search、Multi-Agent、Tool Call 等）。 开源，欢迎 star 和 fork 👇 github.com/yizhiyanhua-ai…

@stark_nico99 @dotey Check out this prompt: 哲理四格漫画创作与插画生成 promptup.net/prompt/zh-%E5%…

开源一个四格漫画Skill 灵感来源于 @dotey 宝玉老师之前分享过的一个四格漫画 提示词： 基于主题,创作一个富有哲理的四格漫画故事。故事结构: **第一格:问题/现状呈现** - 场景描述 - 人物动作和表情 - 对话内容 - 旁白(点明主题) **第二格:问题加深/冲突** - 场景描述 - 人物动作和表情变化 - 对话内容 - 旁白(揭示困境） **第三格:转折/觉醒** - 场景描述 - 人物动作和表情转变 - 对话内容 - 旁白(引导思考) **第四格:升华/智慧** - 场景描述 - 人物动作和表情释然 - 对话内容 - 旁白(传达哲理) - 橙色标签(核心关键词) **故事要点:** - 使用视觉隐喻(如:推墙与门、紧握与松手、高度与花朵等) - 对比强烈(前三格 vs 第四格) - 结尾升华,传达深刻哲理 - 简洁有力,不拖沓 将完整的四格故事呈现给用户确认。 使用 imageGenerate 工具生成插画。严格遵循以下提示词模板: 四格漫画,2×2方格布局(两行两列),简约线条艺术风格,商务插画风格。纯白背景,黑色线条勾勒,仅使用橙色作为重点标签的强调色,橙色使用非常克制。除木质物体可使用极少量浅棕色外,不使用灰色调。 在整个四格漫画的顶部,用黑色清晰的中文字体写上标题:"[主题名称]"。 人物风格:简化但比例协调的人物造型(非火柴人):圆形头部,极简五官(两个点表示眼睛,一条弧线表示嘴巴,简单的发型轮廓),身体有清晰的衬衫领子、袖子、裤子和鞋子细节。人物占据画面较小比例(中远景)。通过不同发型区分角色:光头、短发、中长发等。 四格布局:2行2列的方格布局,每格边框为手绘风格,线条略带自然曲线感(非完全笔直)。 风格要点:干净的线条艺术,有个性的简化人物,人物在画面中比例适当,纯白背景,仅黑色轮廓线,橙色仅用于关键标签且非常克制,极少阴影(仅木质物体可用浅棕色),手绘美学感的略不规则边框,商务休闲服装轮廓清晰。 [如果涉及品牌logo,添加:]重要:人物的胸前要显示各自的logo(简化版本,黑色线条勾勒,Claude logo使用温暖的铁锈橙色填充) 第一格(左上):[详细的场景、人物、动作、表情、对话、旁白描述] 第二格(右上):[详细的场景、人物、动作、表情、对话、旁白描述] 第三格(左下):[详细的场景、人物、动作、表情、对话、旁白描述] 第四格(右下):[详细的场景、人物、动作、表情、对话、旁白描述,强调橙色标签是整幅画中唯一的橙色元素] **关键参数:** - aspect_ratio: "16:9" - quality: "medium" - title: "[主题名称] - 四格漫画"

Claude code source code has been leaked via a map file in their npm registry! Code: …a8527898604c1bbb12468b1581d95e.r2.dev/src.zip

@manateelazycat 不就是租车么? 美国这边都搞了好多年了吧. 一般是36个月租期,每年限制在1万到1万2英里的行程额度.

没想到汽车订阅就这样水灵灵的来了 看了下感觉挺划算的啊 以乐道L60为例，一个月2999还包含保险费用 一年的价格也就是3万6左右 页面写的竟然还是新车！ 要是自己买新车，按照现在新能源的贬值速度 肯定不止折损3万6，加上保险就折损更多了 挺想试试的了哈哈哈 会不会就此开了汽车品牌订阅的先河

@shao__meng 谢谢分享,收藏在此了. promptup.net/prompt/da10405…

刚刚加入 OpenAI Codex 的著名 iOS/macOS 开发者 Thomas Ricouard 开源了「Review Swarm」Skill review-swarm 是一个只读、Multi Agents 并行审查的工作流 Skill，用于在代码变更（git diff 或指定文件）中发现四类关键风险：行为回归、安全隐私、性能可靠性、契约与测试覆盖。 github.com/Dimillian/Skil… -- 五步工作流 -- Step 1：确定审查范围与意图 · 优先级：用户明确指定的文件 > 当前 git 变更 > 分支/PR diff > 最近修改的文件 · 必须读取本地指引（如 AGENTS.md）和项目文档 · 构建「意图包」：明确应该改变什么、不应该改变什么、约束条件（兼容性、安全、迁移等） Step 2：启动四个只读审查 Agent（并行） · 意图与回归审查：变更是否符合预期意图，是否有意外的行为漂移、边界情况破坏、调用契约变更 · 安全与隐私审查：认证授权缺失、不安全输入处理、敏感数据泄露、风险默认配置 · 性能与可靠性审查：重复计算、热路径新增开销、资源泄漏、竞态条件、失败处理缺陷 · 契约与覆盖审查：API/类型/配置不匹配、向后兼容性问题、测试覆盖不足、缺失日志/指标 Step 3：聚合与过滤 主 Agent 负责合成，而非简单罗列： · 去重、剔除弱证据/推测性结论、剔除与意图冲突的问题 · 过滤掉纯风格/可读性意见（除非隐藏真实 bug） · 标准化输出格式：文件位置、分类、严重程度、影响说明、修复建议、置信度 Step 4：排序输出 · 高严重 + 高置信度 · 中等严重（建议合并前修复） · 低严重或可延后处理 Step 5：给出清晰的前进路径 · fix now：合并前必须修复 · fix soon：有时间应改进 · optional follow-up：可安全忽略 设计亮点 · 并行分工：四个专业视角同时审查，避免单点盲区 · 只读原则：审查与修复分离，确保客观性 · 意图驱动：以「变更意图」为锚点过滤噪音 · 行动导向：输出的是「优先级修复清单」而非「问题清单」 适用场景 · 重大功能变更前的回归风险评估 · 安全敏感代码的 diff 审查 · 性能关键路径的变更验证 · 缺乏充分测试覆盖时的补充审查

Check out this prompt: US Tax Strategy & Deduction Optimizer promptup.net/prompt/en-us-t…

@lijigang 自然是“独立开发” 哈哈哈

“冰箱的出现，极大地促进了可口可乐的发展”， AI 的出现，极大地促进了____的发展。 买它的股票。

@turingou 如果这30秒内就只是用来调用API呢? (这不就是AWS Lambda + AI吗?)

看来 cloudflare 是在现有的边缘计算能力上押注 llm 应该写代码，而不是让所有 agent 都通过执行 claude code 或者 codex cli 来运行。一方面我对这种 code mode 保持怀疑，一段只有单向网络通信能力，cpu time 30s 的代码片段能做点啥，另外一方面，这其实就是 nkmc 这类中心/边缘代理的用途，因为在这种轻量级的隔离环境中使用不了各类复杂的 cli，而 nkmc 可以直接代理 db9 把 Dynamic Worker 当作一个不用写 SQL 的 PostgreSQL 的数据库来使用。

Do you remember when you joined X? I do! #MyXAnniversary

让AI来review, 让AI多写测试. (直接review是肯定review不过来的).