f/prompts.chat · 上手攻略

• 仓库：f/prompts.chat
• 链接：https://github.com/f/prompts.chat
• 分类：llm-infra / engineering / prompt
• 作者：Jay
• 更新：2026-07-07

是什么

f/prompts.chat 原名 Awesome ChatGPT Prompts，是 GitHub 上最早（2022 年 12 月）也是规模最大的开源提示词（Prompt）集合库。官方自称「世界最大的开源提示词库」，已获 143k+ GitHub Stars，曾被 GitHub 官方精选（Staff Pick），被哈佛、哥伦比亚等高校引用，学术引用超 40 篇，连 OpenAI 联合创始人 Greg Brockman 和 Wojciech Zaremba 都公开点赞推荐。

简单说，这是一个持续由社区贡献的、经过精选的 AI 提示词模板库，涵盖对话、编程、写作、翻译、角色扮演等场景。同时它也提供自托管方案、MCP 服务器和 Claude 插件，让你可以在本地或私有环境运行自己的提示词库。

注意：这里的「Awesome」类列表是真正的工具库而非纯收藏榜——它有实际运行的 Web UI、API 和插件，可直接集成到 AI 工作流中，所以优先级不低。

解决什么问题

• 找不到好用的提示词：收集了数千条社区验证过的优质提示词，覆盖 50+ 常见任务场景
• 提示词难以复用：提供 CSV、Markdown、Hugging Face Dataset 多格式导出，可直接导入到各类 AI 工具
• 隐私顾虑：企业/组织不希望提示词数据经过第三方，可自托管完整服务
• 需要 MCP 集成：开发者想把提示词库接入 Agent，可通过 MCP 协议直接调用
• 缺乏系统学习：配套出版了《The Art of ChatGPT Prompting》（25+ 章节免费互动指南），帮助用户从零学提示词工程

快速安装

方式一：npx 快速创建（推荐尝鲜）

npx prompts.chat new my-prompt-library
cd my-prompt-library

按向导配置品牌、主题和认证（支持 GitHub / Google / Azure AD），启动后访问 http://localhost:3000。

方式二：手动克隆

git clone https://github.com/f/prompts.chat.git
cd prompts.chat
npm install && npm run setup

setup 向导会引导你完成品牌、主题、认证配置。

方式三：Docker 自托管

git clone https://github.com/f/prompts.chat.git
cd prompts.chat
# 参考 SELF-HOSTING.md 和 DOCKER.md
docker compose up -d

官方推荐 PostgreSQL 数据库（使用 Neon 托管数据库，有推荐链接）。PostgreSQL 负责存储提示词、用户和配置数据。

核心用法

1. 直接在网页浏览 / 搜索提示词

访问 https://prompts.chat/prompts ，按分类浏览或搜索，支持在线复制提示词内容。

2. 下载提示词数据（无需安装）

提示词以多种格式公开可下载：

# Markdown 格式（GitHub 原始文件）
curl -s https://raw.githubusercontent.com/f/prompts.chat/main/PROMPTS.md | less

# CSV 格式
curl -s https://raw.githubusercontent.com/f/prompts.chat/main/prompts.csv | head -20

也可以在 Hugging Face Dataset 页面直接下载：

https://huggingface.co/datasets/fka/prompts.chat

3. MCP 服务器接入（Agent 开发者重点）

远程 MCP（推荐，无需本地安装）：

在支持 MCP 的 AI 客户端（Claude Desktop、Cline 等）中配置 mcpServers：

{
  "mcpServers": {
    "prompts.chat": {
      "url": "https://prompts.chat/api/mcp"
    }
  }
}

本地 MCP：

{
  "mcpServers": {
    "prompts.chat": {
      "command": "npx",
      "args": ["-y", "prompts.chat", "mcp"]
    }
  }
}

详细文档：https://prompts.chat/docs/api

4. Claude 插件（如果你用 Windsurf / Codeium 等插件市场）

/plugin marketplace add f/prompts.chat
/plugin install prompts.chat@prompts.chat

详见 https://github.com/f/prompts.chat/blob/main/CLAUDE-PLUGIN.md

5. 自建提示词站（企业内网场景）

npx prompts.chat new my-private-prompts
cd my-private-prompts
# 配置 .env（数据库连接、品牌、认证）
npm run dev

支持完全私有化部署，不走任何外部服务。

6. 儿童 AI 交互学习

如果你面向教育场景，还有 https://prompts.chat/kids ——游戏化冒险，帮助 8-14 岁儿童学会与 AI 沟通。

典型适用场景

坑与注意

1. 内容许可双轨：源代码是 MIT License，但提示词内容本身是 CC0 公有领域——意味着你可以自由使用、修改、商业化提示词内容，无需署名，但不能把别人的贡献冒称为原创。

2. 自托管需要 PostgreSQL：不支持 SQLite 等轻量数据库。需要提前准备数据库，或使用 Neon 等托管 PostgreSQL 服务。

3. MCP 远程模式数据隐私：调用 https://prompts.chat/api/mcp 时，你的请求会经过官方服务器。如果企业有隐私要求，务必用本地 MCP 模式或自托管。

4. 认证配置复杂：自托管向导支持多种认证方式（GitHub/Google/Azure AD），生产环境配置需要一定折腾，建议先跑通匿名模式再逐步加认证。

5. 最新 Stars 数据：卡片记录 Stars 164815，当前 README 标注 143k+，说明 Stars 在下降（可能是 GitHub 计数波动或项目转型），但仍然是非常大的体量。

6. Hugging Face Dataset 异步同步：提交新提示词后，会先出现在 prompts.chat 网站，再同步到 Hugging Face Dataset，有一定延迟。

与同类对比

f/prompts.chat 最大的差异是既是收藏列表又是可运行平台——你可以直接 MCP 接入，也可以一键自托管，这是纯 Awesome List 所没有的。

一句话推荐结论

如果你在构建 AI 应用或 Agent，需要一个经过社区验证的提示词库来加速冷启动，f/prompts.chat 是目前规模最大、格式最全、接入最方便的选择——零成本即可通过 MCP 集成，也能完整自托管保障隐私。

来源：GitHub README (https://github.com/f/prompts.chat)、SELF-HOSTING.md、DOCKER.md、MCP 文档页面、Hugging Face Dataset 页面