prompts.chat：从 Awesome ChatGPT Prompts 到全球最大开源提示词全栈平台

今天在 GitHub Trending 上看到一个有意思的项目：prompts.chat——全球最大的开源 AI 提示词库，兼容 ChatGPT、Claude、Gemini、Llama、Mistral 等主流模型。它早已不只是「一个提示词列表」，而是一个完整的提示工程平台。

一、项目概述

prompts.chat 的前身是 2022 年 12 月创建的 Awesome ChatGPT Prompts，是世界上第一个提示词库。经过数年演进，它现在拥有 143k+ GitHub stars、GitHub Staff Pick 认证，并被 Forbes、Harvard、Columbia 等引用，提示词数据集在 Hugging Face 上成为「最受喜欢的数据集」。

它解决的核心问题是：好提示词稀缺且分散。项目把社区沉淀的高质量提示词集中、结构化、可检索，并围绕提示工程衍生出一整套生态：

提示词浏览：prompts.chat/prompts，数据以 prompts.csv / PROMPTS.md 及 Hugging Face 数据集三种形式同步开放。
交互式提示工程书：25+ 章节，覆盖链式思维、少样本学习、AI Agent 等进阶技巧。
儿童提示游戏：prompts.chat/kids，面向 8-14 岁孩子的游戏化 AI 沟通教学。
自托管能力：支持白标（white-label）、自定义主题与鉴权，一键部署私有提示词库。
多端集成：CLI、Claude Code 插件、MCP 服务器。

许可证采用双授权：源码与站点内容走 MIT，而提示词数据（prompts.csv、PROMPTS.md、用户提交）以 CC0 1.0 贡献至公有领域——这意味着你可以自由地把提示词用在自己的产品中。

二、技术原理

从 package.json 与配置文件可以看出，它是一个标准的 Next.js 16 App Router 全栈应用（内部代号 prompts.chat-v2）。

核心技术栈

维度	选型
框架	Next.js `^16.0.10`（App Router）+ React `19.2.0` + TypeScript
样式	Tailwind CSS v4（`@tailwindcss/postcss`）+ `tailwind-merge`、`clsx`
内容	MDX（`@next/mdx`、`@mdx-js/react`）+ `react-markdown`
国际化	`next-intl`，支持 15 种语言（含 `zh`）
数据层	Prisma `^6.19` + PostgreSQL
鉴权	`next-auth@5 beta` + `@auth/prisma-adapter`（GitHub / Google / Apple）
可观测	Sentry（`@sentry/nextjs`）
构建	React Compiler 开启，standalone 输出用于 Docker

架构与设计模式

next.config.ts 体现了几个值得注意的工程决策：

const nextConfig: NextConfig = {
  pageExtensions: ["js", "jsx", "md", "mdx", "ts", "tsx"],
  reactCompiler: true,
  output: "standalone",
  webpack: (config) => {
    config.module.rules.push({
      resourceQuery: /raw/,
      type: "asset/source",
    });
    return config;
  },
};

React Compiler 默认开启，用编译期自动记忆化替代手写 useMemo/useCallback，显著降低心智负担。
output: "standalone" 配合 Docker 部署，产物自包含，启动快、镜像小。
resourceQuery: /raw/ 让 .md/.csv 等文件可「原样 import」，提示词数据因此能直接打包进前端。

多语言并非简单字符串映射，而是在 prompts.config.ts 中集中声明：

i18n: {
  locales: ["en", "tr", "es", "zh", "ja", "ar", "pt", "fr", "it", "de", "nl", "ko", "ru", "he", "el", "az", "fa"],
  defaultLocale: "en",
},

声明式配置与白标能力

整个站点的「可变部分」被收敛到 prompts.config.ts 的 defineConfig，涵盖 branding、theme、auth、features、homepage 五大块。例如切换白标只需一个开关：

const useCloneBranding = false;

export default defineConfig({
  branding: {
    name: "prompts.chat",
    logo: "/logo.svg",
    appStoreUrl: "https://apps.apple.com/tr/app/prompts-chat/id6756895736",
  },
  theme: {
    radius: "sm",
    variant: "default",
    colors: { primary: "#6366f1" },
  },
  auth: { providers: ["github", "google", "apple"], allowRegistration: false },
  features: {
    privatePrompts: true,
    changeRequests: true,
    categories: true,
    tags: true,
    aiSearch: true,    // 需要 OPENAI_API_KEY
    aiGeneration: true,
    mcp: true,
    comments: true,
  },
});

useCloneBranding 为 true 时会隐藏 prompts.chat 官方品牌、改用你自己的品牌——这就是「自托管私有提示词库」的关键。

MCP 与插件集成

prompts.chat 把自身暴露为 MCP（Model Context Protocol）服务器，让任意支持 MCP 的 AI 工具直接调用提示词：

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

本地运行则用 npx 拉起一个 stdio 版 MCP server：

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

三、安装与快速开始

自托管有两种方式。最省事的是脚手架：

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

或者从源码克隆并跑初始化向导：

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

环境要求（来自 package.json 的 engines 与依赖）：

Node.js 24.x
PostgreSQL（推荐 Neon 托管数据库）
需要配置 DATABASE_URL 与 NEXTAUTH_SECRET 等环境变量

npm run setup 会启动向导，依次配置品牌、主题、鉴权（GitHub / Google / Azure AD）与功能开关。数据库迁移与种子由 npm run db:setup（Prisma generate + migrate + seed）完成。构建脚本也会先生成 Prisma 客户端：

"build": "prisma generate && next build"

四、使用方法与实战

日常使用 prompts.chat 并不需要部署，它提供了三条轻量集成路径：

1. CLI（最快）：

npx prompts.chat

2. Claude Code 插件：

/plugin marketplace add f/prompts.chat
/plugin install [email protected]

安装后可在 Claude Code 里直接检索、插入社区提示词。

3. MCP 服务器（见上文）： 在任意 MCP 客户端（Cursor、Windsurf、Cline 等）配置远程或本地 server，AI 即可在对话中按需调用提示词库。

贡献提示词也极简：在 prompts.chat/prompts/new 提交，数据会自动同步回仓库与 Hugging Face 数据集。

如果你想系统学提示工程，推荐它的交互式书籍（25+ 章节，从基础到链式思维、少样本、AI Agent）和面向孩子的游戏化教程 prompts.chat/kids——后者用解谜与故事教 8-14 岁孩子如何与 AI 沟通。

五、常见问题与解决方案

Q1：本地 npm run dev 报 Node 版本不兼容？ A：项目 engines 明确锁定 node: "24.x"，请使用 Node 24 及以上版本（推荐 nvm 切换）。

Q2：自托管后页面空白 / 提示词不显示？ A：多半是数据库未初始化。先执行 npm run db:setup（含 migrate + seed），并确保 DATABASE_URL 指向可用的 PostgreSQL 实例。

Q3：启用 AI 搜索 / AI 生成没反应？ A：aiSearch 与 aiGeneration 特性依赖 OPENAI_API_KEY 环境变量，未配置时相关功能会被静默禁用。

Q4：Sentry 在本地疯狂报错？ A：sentry.*.config.ts 中 enabled: process.env.NODE_ENV === "production"，开发环境已自动关闭，无需手动处理；生产环境才会上报。

Q5：我能把提示词用到商业产品里吗？ A：可以。源码是 MIT，但提示词内容走 CC0（公有领域），可自由商用；唯一需要留意的是站点/官方品牌素材受 MIT 约束，白标部署时建议开启 useCloneBranding。

Q6：Docker 部署推荐配置？ A：构建使用 output: "standalone"，配合官方 DOCKER.md 指南，用 next start 运行 standalone 产物即可，数据库建议外挂 Neon 等托管 PG。

六、总结

prompts.chat 的演进路径很具代表性：从一份「Awesome 列表」成长为带数据库、鉴权、多语言、白标与 MCP 接口的全栈 Next.js 16 应用。它把提示词这一「软知识」做成了可检索、可贡献、可集成、可自托管的开放基础设施，双许可证（MIT + CC0）又扫清了商用顾虑。

如果你在做 AI 应用、写 Agent，或者想搭一个团队内部的提示词库，prompts.chat 无论作为「现成数据源」还是「自托管模板」都值得收藏。顺便一提，它本身就是用 Windsurf 和 Devin 构建的——一个被 AI 工具链催生、又反哺 AI 工具链的活样本。

项目地址：github.com/f/prompts.chat ｜在线体验：prompts.chat

一、项目概述#

二、技术原理#

核心技术栈#

架构与设计模式#

声明式配置与白标能力#

MCP 与插件集成#

三、安装与快速开始#

四、使用方法与实战#

五、常见问题与解决方案#

六、总结#