行业痛点
当前AI工具市场爆发式增长，几乎所有面向开发者的AI辅助产品都将底层系统提示视为核心商业机密，从不对外公开。系统提示是定义AI模型行为边界、响应逻辑和功能范围的核心配置，开发者只能通过实际交互猜测AI的工作规则，无法深入理解其底层逻辑。
提示工程作为AI开发的核心方向，一直缺乏公开的生产级参考样本。成熟商业AI产品经过大量用户验证，其系统提示设计已经迭代到相对稳定的状态，但普通开发者和研究人员没有渠道获取这些经过实战检验的配置方案，只能从零开始调试，研发效率极低。
AI安全研究领域中，提示注入攻击是当前最受关注的风险方向之一，研究防御方案需要参考主流产品的现有防护设计，缺乏公开样本导致研究进展缓慢，多数研究只能基于模拟场景开展，结论实用性不足。
项目概述
该项目由独立开发者Lucas Valbuena发起，最初为个人收集整理的主流AI开发工具配置样本集合。项目上线后迅速获得全球开发者社区响应，从个人维护项目转变为全球协作的开源知识库。
该项目核心定位为公开可访问的AI工具系统提示仓库，以工具分类的方式整理当前主流AI开发产品的公开系统提示、工具定义 schema 和底层模型信息，面向提示工程研究者、AI开发者和AI安全研究人员开放所有内容。
技术架构深度分析
该项目未使用复杂的前端框架或后端服务，整体基于GitHub原生仓库结构搭建，所有内容以纯文本和JSON格式存储，架构设计遵循极简原则，降低协作门槛，任何开发者都可以直接提交PR新增内容。
核心目录结构按照工具分类组织，每款工具单独创建一个独立目录，所有相关配置都存放在对应目录内。这种设计符合开发者的认知习惯，查找特定工具的内容不需要复杂的导航，直接进入对应目录即可获取所有相关资源。
版本管理完全依托Git的版本控制能力，所有历史修改都可追溯，针对已经下线的工具内容，也会保留历史版本在仓库中，不会直接删除，满足研究人员对历史版本的追溯需求。例如已经被厂商删除的Lovable系统提示，仍然保留在项目中可供查阅。
项目未引入复杂的依赖或构建流程，克隆仓库后即可本地查看所有内容，不需要任何编译或环境配置步骤，访问成本极低，也降低了项目维护的工作量，维护者只需要审核内容正确性即可，不需要处理复杂的构建故障。
核心功能详解
全量主流AI开发工具系统提示收集
当前共收录28款主流AI开发产品的公开系统提示，覆盖代码编辑器代理、UI生成工具、全栈开发代理、文档分析工具等几乎所有类型的AI开发辅助产品。所有收录的系统提示均为完整内容，不存在截断或修改，保留原始内容的全部格式和规则定义，可供研究人员直接查看原始设计。这种全量完整收集的设计，最大程度保留了原始配置的信息完整性，避免片段化信息带来的理解偏差。
完整工具调用定义JSON Schema整理
针对支持工具调用的AI代理产品，该项目同步收录完整的工具定义JSON Schema，清晰展示AI可调用的外部工具参数、返回格式和权限范围。工具调用是当前AI代理实现复杂任务的核心能力，公开的Schema可以帮助开发者理解商业AI产品的工具设计逻辑，为自研AI代理提供生产级的参考样本。该内容对从事低代码AI代理开发的团队有较高参考价值，可以减少前期设计的试错成本。
底层模型信息归档
部分AI产品会公开其底层使用的基础模型信息，这类信息也会被整理归档在对应目录中。多数AI工具厂商不会主动公开其模型选型和微调策略，公开的底层模型信息可以帮助研究人员关联系统提示设计和基础模型能力之间的匹配关系，总结不同基础模型适配的系统提示设计规律。该内容填补了公开市场中AI产品栈配置信息的空白，对AI产品创业者有较高参考意义。
多版本历史配置留存
针对频繁更新系统提示的产品，项目会留存不同版本的配置内容，比如Windsurf的多版本工具定义会按照迭代顺序分别归档。多版本留存可以帮助研究者追踪AI产品的迭代方向，观察厂商对系统提示的调整逻辑，总结产品发展路径。该设计对研究AI产品演化规律的人员有独特价值，单版本更新无法提供的演化信息，通过多版本对比可以清晰呈现。
已下线内容归档保存
部分厂商会要求删除已公开的配置信息，或者产品本身已经停止服务，对应内容不会被直接从仓库删除，仍然会保留在历史版本中供研究使用。已下线的内容往往包含早期AI产品设计思路，对研究行业发展历程有重要价值，永久归档可以避免关键信息的丢失，保留完整的行业发展资料。该设计体现了项目作为公共知识库的定位，不只关注当前活跃产品，也承担行业资料保存的责任。
开放社区协作更新机制
任何开发者都可以提交PR新增新的AI工具配置，或者更新现有工具的最新版本内容，项目维护者会审核内容的真实性后合并。开放协作机制让项目可以快速跟进AI工具市场的更新速度，覆盖更多新推出的产品，内容更新速度远快于个人维护项目。该机制保证了项目内容的时效性，能够持续跟上行业发展的节奏，不会因为产品更新而快速过时。
项目地址：https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
⭐ Stars：142629
🔍 来源：GitHub
FULL Augment Code, Claude Code, Cluely, CodeBuddy, Comet, Cursor, Devin AI, Junie, Kiro, Leap.new, Lovable, Manus, NotionAI, Orchids.app, Perplexity, Poke, Qoder, Replit, Same.dev, Trae, Traycer AI, VSCode Agent, Warp.dev, Windsurf, Xcode, Z.ai Code, Dia & v0. (And other Open Sourced) System Prompts, Internal Tools & AI Models
微信扫一扫，打赏作者吧～
