30 分钟搭好 AI Agent:系统提示词到部署的避坑指南
【免费下载链接】v0-system-prompts-models-and-toolsFULL 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项目地址: https://gitcode.com/GitHub_Trending/v0s/v0-system-prompts-models-and-tools
你让 Agent 审查一个 TypeScript 文件,它却把整个项目目录列了出来,然后开始写文件。翻了它用的系统提示词,只有一句"你是一位乐于助人的助手"。问题不在模型,在提示词。开源仓库 v0-system-prompts-models-and-tools 汇集了 v0、Claude Code、Cursor 等 30 多款 AI Agent 产品的系统提示词(system prompts)与工具定义,可以直接拿来用。
先别急着搭:它能做什么、不能做什么 ⚠️
它提供的是"提示词 + 工具"成套资产:比如 v0 目录下有 Prompt.txt(989 行,覆盖提问、文件操作、调试规范)和 Tools.json(定义了 FetchFromWeb、GrepRepo 等工具)。它不提供模型 API、运行环境和界面,这些要你自己准备,任何 Agent 平台都能接。
判断依据:如果你的目标是在 30 分钟内搭出一个可用的代码助手或内容 Agent,值得花这个时间;如果你期望"零配置一键上线",它不是终点,是提示词资产层。
git clone https://gitcode.com/GitHub_Trending/v0s/v0-system-prompts-models-and-tools三个岔路口:搭 Agent 绕不开的决策点
岔路口一:导入提示词模板,选哪套
判断依据先看任务类型:代码生成选 v0 这套;代码审查、终端操作选 Claude Code 的 Prompt.txt;通用对话选 Replit 的 Prompt.txt。默认选择 v0 这套,最完整也最通用。
反例:有人拿 Claude Code 的提示词直接做客服问答机器人,Agent 每次回答前都坚持"搜索仓库",机器人根本没有仓库,原地打转。提示词和工具能力必须成套匹配。
岔路口二:配置工具调用,给多少权限
判断依据:80% 的代码类任务只需要"读文件 + 搜索代码"两个能力,涉及外部资料再加网页抓取。默认选择:导入提示词同目录的 Tools.json,和提示词配套。
反例:有人把全部工具权限一次打开,测试时 Agent 误删了工作目录。工具集从最小集合开始,加一个、验证一个。
岔路口三:三种部署怎么选
判断依据是流量规模和数据的敏感度。内部使用、数据不能出域,选自托管 Docker,这是默认选择;对外快速验证选云托管平台;轻量、按量付费选无服务器函数。
反例:有团队把自托管 Agent 直接暴露给外部流量,服务没做限流,一个用户的循环测试打爆了模型 API 配额。
跑通一个最小闭环 ✅
目标是一个能发现问题、输出报告的代码审查 Agent:
- 在平台新建 Agent,以 Claude Code 模板为基础,开头加一句任务边界:
你是一个 TypeScript 代码审查专家,审查我粘贴的代码并输出 JSON 报告。- 导入该提示词同目录的 Tools.json,只保留文件读取与搜索两类工具,工作目录设为仓库根目录。
- 粘贴一段含硬编码密钥和未使用变量的代码,看 Agent 能否定位两处问题,并按约定格式输出:
{ "issues": [{ "severity": "高", "location": "文件:行号", "suggestion": "..." }], "score": 0 }拿到报告,闭环就跑通了。接下来只需要加第二个测试用例。
踩坑对照表
| 现象 | 根因 | 改法 |
|---|---|---|
| 提示词导入失败 | 非 UTF-8 编码或含特殊注释 | 存为 UTF-8,去掉注释重新导入 |
| Agent 频繁无视指令 | 模板被拼进用户消息 | 模板放 system 角色,用户消息只传任务 |
| 工具调用成功但结果为空 | 工作目录指错位置 | 平台工作目录指向仓库根目录再测 |
| 响应时间超过 3 秒 | 提示词过长、工具过多 | 工具砍到最小集,提示词压缩 |
| 同一提示词不同模型表现不一 | 各模型对提示词偏好不同 | 做 A/B,记录胜出版本 |
让它长期好用
盯三个监控指标:成功率(目标 >95%)、P95 响应时间(理想 <3 秒)、工具调用成功率。每周看一次,哪项掉了先查是不是动过提示词。
迭代节奏:仓库有 30 多个产品目录且持续更新,每两周翻一遍你用的目录的新版本;提示词每改一次先 A/B 再切换,不要直接全量。
多模型路由:代码生成任务用 GPT-5 那套(参考 Amp/gpt-5.yaml),长文档分析用 Claude Sonnet 那套(参考 Claude Sonnet 4.6.txt)。按任务类型路由,而不是凭感觉。
收尾:决策清单
- 提示词模板与任务类型匹配,不是"通用助手"
- Tools.json 已导入,工具集最小化
- 工作目录与权限已验证
- 输出格式与下游约定好(JSON 或 Markdown)
- 成功率、响应时间监控已上
- 已建立一组 A/B 基线
打开终端跑一次 clone,把今天的最小闭环跑起来。
【免费下载链接】v0-system-prompts-models-and-toolsFULL 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项目地址: https://gitcode.com/GitHub_Trending/v0s/v0-system-prompts-models-and-tools
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考