双语架构解密yao-open-prompts中英提示词双轨镜像的设计思路【免费下载链接】yao-open-promptsPractical bilingual AI prompt library for prompt engineering, work, learning, content, marketing, and everyday use.项目地址: https://gitcode.com/gh_mirrors/ya/yao-open-promptsyao-open-prompts是一个面向真实工作、学习、内容、营销和生活场景的双语 AI 提示词库包含118 个中文提示词和 118 个一一对应的英文提示词。它最值得玩味的设计就是中文目录prompts/与英文目录prompts-en/之间的双轨镜像架构。这篇文章带你拆解这套中英镜像提示词库是如何保持两边内容同步、质量可控、方便新手直接取用的。一、先看仓库骨架双轨各占一半 ️整个仓库的结构在 README.md 中写得很清楚核心就是两条轨道目录角色内容prompts/中文源库118 个中文提示词按 9 大场景分类prompts-en/英文镜像库118 个英文提示词与中文文件一一对应两条轨道之外还配了一整套配套设施CATALOG.md全量提示词索引按分类、子类、状态和标签检索templates/prompt-file-template.md新增提示词的统一模板maintenance/评审、发布检查清单scripts/目录生成与仓库质量检查脚本这种布局的思路很直白正文内容分语言存放但工程化管理不分家。中文是源英文是镜像谁也不会混进谁的地盘。二、镜像的核心规则同路径 1:1 对应 打开 prompts-en/README.md 可以看到一句关键描述Every Chinese prompt file has a matching English file at the same relative path underprompts-en/.也就是说英文文件必须放在和中文文件完全相同的相对路径下。举几个实际例子中文prompts/06-ai-content/hook-opening-copy.md钩子开场文案英文prompts-en/06-ai-content/hook-opening-copy.mdHook Opening Copy中文prompts/01-ai-methods/rtf-meta-prompt-system-v06.md智能元提示词生成系统 V0.6英文prompts-en/01-ai-methods/rtf-meta-prompt-system-v06.md9 个分类目录01-ai-methods到09-ai-thinking在两边完全同名同结构。这样带来的好处非常实际可预测找到任何一条中文提示词把prompts/换成prompts-en/就是英文版无需翻找可检索CATALOG.md 里的链接路径在两边可以互相推导可自动化同路径规则是机器可执行的后面会看到脚本如何抓住任何路径漂移。三、frontmatter 双向锚定中英文互为出处 镜像不只是路径相同这么简单两个文件之间还有一根元数据锚——source_section字段。对比一下中英文文件的 frontmatterYAML 头部信息中文文件源文件记录的是原始合集的章节号source_section: 05-Prompts/Productsversion: V2.1英文文件镜像文件记录的是中文文件的仓库路径source_section: prompts/06-ai-content/hook-opening-copy.mdversion: V2.1-en这套写法有两个巧妙之处版本用后缀区分V2.1对V2.1-en中文迭代到 V2.1 时英文版同步标注-en后缀一眼就能看出这是同一代内容的两个语言版本溯源方向明确英文版通过source_section指回中文源文件README.en.md 中也明确要求每个英文提示词point back to its matching Chinese source file。分类体系本身则由 maintenance/taxonomy.md 统一定义9 个分类的中英文命名保持一致AI方法 / AI Methods、AI内容 / AI Content……保证两边目录对得齐。四、自动化质检双轨同步靠脚本兜底 ️人工维护双份内容最容易出的问题是改了一边忘了另一边。这个仓库的做法是把同步规则交给 scripts/check_repo.py 这个检查脚本一次运行覆盖四类风险镜像缺失遍历prompts/下每个文件检查prompts-en/是否存在对应文件再反向检查英文文件是否都有中文源双向都查锚点漂移校验每个英文文件的source_section必须精确等于prompts/开头的对应路径写错一个字符都会报错语言串味扫描英文文件正文一旦出现中文字符就发出警告保证英文轨道的纯净度元数据完整8 个必填字段title、category、version、tags 等缺一个都不放行状态字段只接受active、draft、third-party-review三种合法值。而 scripts/generate_english_readmes.py 则负责再生成——自动汇总每个分类下的英文提示词数量和概览重新生成 prompts-en/ 各级 README避免人工维护索引时的遗漏。贡献流程也写进了 CONTRIBUTING.md新增或修改提示词后依次运行check_repo.py、generate_catalog.py、generate_webpage.py再对照 maintenance/release-checklist.md 发布。规则清晰、可复现这是开源提示词库能长期演进的关键。五、内容层面的双语差异不是机械直译 ✍️把中英文正文并排看会发现翻译策略相当克制并非逐句直译维度中文版英文版结构章节简介 PromptOverview Prompt风格保留原文的角色设定与背景论述提炼为要点式技能清单Core Skills、User Inputs变量写法{{变量}}、[占位符]明确列出 Ask for or infer the following information版本标注V2.1V2.1-en英文版把长段角色描述压缩成了可扫读的清单结构更符合英文读者先结论后细节的阅读习惯。这正是双轨而不是双份的价值所在同一个提示词能力两种语言各有最舒适的表达形态。六、新手使用建议三条上手指引 中文用户从 CATALOG.md 按场景定位 → 打开prompts/下对应文件 → 复制Prompt区域 → 替换{{变量}}后直接投喂给模型英文用户走 prompts-en/README.md 的分类入口同样复制Prompt区块替换{{user_information}}等占位信息即可想贡献或二创复制 templates/prompt-file-template.md 新建文件中英文两轨各放一份跑一遍python3 scripts/check_repo.py就能确认合规。七、写在最后 yao-open-prompts 的双轨镜像架构本质上是把多语言内容维护这道难题拆成了三件可控的事路径规则同构镜像 元数据锚source_section 自动化校验check_repo.py。规则简单到新人 5 分钟能学会又严格到任何失步都会在发布前被拦下。对于任何想做双语内容仓库的团队——无论是提示词库、文档站还是知识库——这套同路径 双向锚定 脚本兜底的设计都值得直接抄作业。【免费下载链接】yao-open-promptsPractical bilingual AI prompt library for prompt engineering, work, learning, content, marketing, and everyday use.项目地址: https://gitcode.com/gh_mirrors/ya/yao-open-prompts创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 双语架构解密：yao-open-prompts中英提示词双轨镜像的设计思路
双语架构解密yao-open-prompts中英提示词双轨镜像的设计思路【免费下载链接】yao-open-promptsPractical bilingual AI prompt library for prompt engineering, work, learning, content, marketing, and everyday use.项目地址: https://gitcode.com/gh_mirrors/ya/yao-open-promptsyao-open-prompts是一个面向真实工作、学习、内容、营销和生活场景的双语 AI 提示词库包含118 个中文提示词和 118 个一一对应的英文提示词。它最值得玩味的设计就是中文目录prompts/与英文目录prompts-en/之间的双轨镜像架构。这篇文章带你拆解这套中英镜像提示词库是如何保持两边内容同步、质量可控、方便新手直接取用的。一、先看仓库骨架双轨各占一半 ️整个仓库的结构在 README.md 中写得很清楚核心就是两条轨道目录角色内容prompts/中文源库118 个中文提示词按 9 大场景分类prompts-en/英文镜像库118 个英文提示词与中文文件一一对应两条轨道之外还配了一整套配套设施CATALOG.md全量提示词索引按分类、子类、状态和标签检索templates/prompt-file-template.md新增提示词的统一模板maintenance/评审、发布检查清单scripts/目录生成与仓库质量检查脚本这种布局的思路很直白正文内容分语言存放但工程化管理不分家。中文是源英文是镜像谁也不会混进谁的地盘。二、镜像的核心规则同路径 1:1 对应 打开 prompts-en/README.md 可以看到一句关键描述Every Chinese prompt file has a matching English file at the same relative path underprompts-en/.也就是说英文文件必须放在和中文文件完全相同的相对路径下。举几个实际例子中文prompts/06-ai-content/hook-opening-copy.md钩子开场文案英文prompts-en/06-ai-content/hook-opening-copy.mdHook Opening Copy中文prompts/01-ai-methods/rtf-meta-prompt-system-v06.md智能元提示词生成系统 V0.6英文prompts-en/01-ai-methods/rtf-meta-prompt-system-v06.md9 个分类目录01-ai-methods到09-ai-thinking在两边完全同名同结构。这样带来的好处非常实际可预测找到任何一条中文提示词把prompts/换成prompts-en/就是英文版无需翻找可检索CATALOG.md 里的链接路径在两边可以互相推导可自动化同路径规则是机器可执行的后面会看到脚本如何抓住任何路径漂移。三、frontmatter 双向锚定中英文互为出处 镜像不只是路径相同这么简单两个文件之间还有一根元数据锚——source_section字段。对比一下中英文文件的 frontmatterYAML 头部信息中文文件源文件记录的是原始合集的章节号source_section: 05-Prompts/Productsversion: V2.1英文文件镜像文件记录的是中文文件的仓库路径source_section: prompts/06-ai-content/hook-opening-copy.mdversion: V2.1-en这套写法有两个巧妙之处版本用后缀区分V2.1对V2.1-en中文迭代到 V2.1 时英文版同步标注-en后缀一眼就能看出这是同一代内容的两个语言版本溯源方向明确英文版通过source_section指回中文源文件README.en.md 中也明确要求每个英文提示词point back to its matching Chinese source file。分类体系本身则由 maintenance/taxonomy.md 统一定义9 个分类的中英文命名保持一致AI方法 / AI Methods、AI内容 / AI Content……保证两边目录对得齐。四、自动化质检双轨同步靠脚本兜底 ️人工维护双份内容最容易出的问题是改了一边忘了另一边。这个仓库的做法是把同步规则交给 scripts/check_repo.py 这个检查脚本一次运行覆盖四类风险镜像缺失遍历prompts/下每个文件检查prompts-en/是否存在对应文件再反向检查英文文件是否都有中文源双向都查锚点漂移校验每个英文文件的source_section必须精确等于prompts/开头的对应路径写错一个字符都会报错语言串味扫描英文文件正文一旦出现中文字符就发出警告保证英文轨道的纯净度元数据完整8 个必填字段title、category、version、tags 等缺一个都不放行状态字段只接受active、draft、third-party-review三种合法值。而 scripts/generate_english_readmes.py 则负责再生成——自动汇总每个分类下的英文提示词数量和概览重新生成 prompts-en/ 各级 README避免人工维护索引时的遗漏。贡献流程也写进了 CONTRIBUTING.md新增或修改提示词后依次运行check_repo.py、generate_catalog.py、generate_webpage.py再对照 maintenance/release-checklist.md 发布。规则清晰、可复现这是开源提示词库能长期演进的关键。五、内容层面的双语差异不是机械直译 ✍️把中英文正文并排看会发现翻译策略相当克制并非逐句直译维度中文版英文版结构章节简介 PromptOverview Prompt风格保留原文的角色设定与背景论述提炼为要点式技能清单Core Skills、User Inputs变量写法{{变量}}、[占位符]明确列出 Ask for or infer the following information版本标注V2.1V2.1-en英文版把长段角色描述压缩成了可扫读的清单结构更符合英文读者先结论后细节的阅读习惯。这正是双轨而不是双份的价值所在同一个提示词能力两种语言各有最舒适的表达形态。六、新手使用建议三条上手指引 中文用户从 CATALOG.md 按场景定位 → 打开prompts/下对应文件 → 复制Prompt区域 → 替换{{变量}}后直接投喂给模型英文用户走 prompts-en/README.md 的分类入口同样复制Prompt区块替换{{user_information}}等占位信息即可想贡献或二创复制 templates/prompt-file-template.md 新建文件中英文两轨各放一份跑一遍python3 scripts/check_repo.py就能确认合规。七、写在最后 yao-open-prompts 的双轨镜像架构本质上是把多语言内容维护这道难题拆成了三件可控的事路径规则同构镜像 元数据锚source_section 自动化校验check_repo.py。规则简单到新人 5 分钟能学会又严格到任何失步都会在发布前被拦下。对于任何想做双语内容仓库的团队——无论是提示词库、文档站还是知识库——这套同路径 双向锚定 脚本兜底的设计都值得直接抄作业。【免费下载链接】yao-open-promptsPractical bilingual AI prompt library for prompt engineering, work, learning, content, marketing, and everyday use.项目地址: https://gitcode.com/gh_mirrors/ya/yao-open-prompts创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考