AI提示词管理工具AiShort

AI提示词管理工具AiShort
在这里插入图片描述

简介

什么是 AiShort?

AiShort (原名 ChatGPT Shortcut) 是一个精选的 AI 提示词库,能帮助用户更高效地使用大语言模型(LLM),例如 ChatGPT。它内置了大量经过优化和筛选的提示词,覆盖写作、编程、学术、求职等多种场景。用户只需一键复制,即可获得高质量的 AI 回复,极大地提升了工作和学习效率。

主要特点

  • 精选提示词库:内置上百个专业、实用的提示词,并持续更新。
  • 智能搜索与过滤:通过关键词搜索或标签分类,快速定位你需要的提示词。
  • 多语言支持:所有提示词均已翻译成十多种主流语言,方便不同母语的用户使用。
  • 一键复制:简化操作流程,点击即可复制提示词,直接粘贴到任何 AI 对话窗口。
  • 无需注册:用户无需注册即可立即开始使用,方便快捷。
  • 我的收藏(高级功能):用户可以保存喜欢的提示,并进行排序和自定义标签管理。
  • 导出功能:支持将所有提示导出为 JSON 格式,便于备份。
  • 自定义提示管理(高级功能):允许用户创建、编辑和管理自己的提示。
  • 浏览器扩展:提供 Chrome/Edge/Firefox 扩展,通过快捷键 Alt+Shift+S 即可在任何网页唤出侧边栏,随时使用。
  • 社区分享:用户可以分享、发现和评价来自社区的优秀提示词。
  • 支持自托管:提供 VercelCloudflareDocker 等多种方式进行私有化部署。

应用场景

AiShort 适用于所有希望提升 AI 交互效率的用户:

  • 内容创作者:快速生成文章大纲、标题、社交媒体文案。
  • 程序员:获取代码解释、重构建议、Bug 修复方案。
  • 学生与学者:辅助论文写作、润色、翻译和提取核心观点。
  • 市场营销人员:构思广告语、邮件营销文案和市场分析报告。
  • 所有 AI 用户:无需再费力思考如何提出好问题,让 AI 的回答更精准、更有效。

AiShort 凭借其便捷性和功能性,为各类用户提供了一个有效的 AI 提示管理解决方案。

如何使用

该项目使用方式非常灵活,你可以选择最适合自己的一种。

1. 访问官方网站

最简单的方式是直接访问官方网站,所有功能即开即用。

2. 浏览器扩展

安装浏览器扩展后,可以在任何页面通过 Alt+Shift+S 快捷键唤出 AiShort 侧边栏,无缝集成到你的工作流中。

安装完成后,可以在侧边栏打开

需要说明的是,浏览器扩展目前似乎不支持直接配置自定义后端 URL 来访问私有化部署的实例。这意味着,即使你部署了自己的 AiShort 服务,浏览器扩展仍然会默认从官方的 aishort.top 获取提示词数据。

3. Tampermonkey 脚本 (高级)

如果你是 Tampermonkey 用户,也可以安装 ChatGPT Shortcut Anywhere 脚本,在任何网站上启用 AiShort 侧边栏。

https://greasyfork.org/scripts/482907-chatgpt-shortcut-anywhere

自托管部署

对于希望数据私有化或进行二次开发的用户,AiShort 提供了多种自托管方案。

Vercel / Cloudflare 部署

你可以利用 VercelCloudflare Pages 的免费服务,一键 Fork 项目并进行部署,实现零成本线上托管。详细步骤请参考项目 README

Docker 部署

这是最常见的自托管方式之一。

本文写作时, latest 版本对应为 4.0.8

如果你熟悉命令行,可能用 docker cli 更快捷,只需一行命令即可启动服务。

# 新建文件夹 chatgpt-shortcut 和 子目录mkdir -p /volume1/docker/chatgpt-shortcut # 进入 chatgpt-shortcut 目录cd /volume1/docker/chatgpt-shortcut # 运行容器docker run -d \ --restart unless-stopped \ --name chatgpt-shortcut \ -p 3145:3000 \ ghcr.io/rockbenben/chatgpt-shortcut:latest 

也可以用 docker-compose 安装,将下面的内容保存为 docker-compose.yml 文件

version:"3.8"services:docsify:image: ghcr.io/rockbenben/chatgpt-shortcut:latest container_name: chatgpt-shortcut restart: unless-stopped ports:-"3145:3000"

然后通过 SSH 登录到您的群晖,执行下面的命令:

# 新建文件夹 chatgpt-shortcut 和 子目录mkdir -p /volume1/docker/chatgpt-shortcut # 进入 chatgpt-shortcut 目录cd /volume1/docker/chatgpt-shortcut # 将 docker-compose.yml 放入当前目录# 一键启动docker-compose up -d 

运行

启动后,在浏览器中输入 http://群晖IP:3145 即可访问你的私有 AiShort 实例


注册并登录后,可以添加自己的提示词

可以通过 Filters 进行过滤

挑了一个厨师为例

[饮食倾向] 改成了 [赣菜,中辣] 风格,推荐的前三道是 藜蒿炒腊肉赣南小炒鱼萍乡小炒肉

自托管不支持浏览器插件,所以似乎没什么必要非自己搭建

参考文档

rockbenben/ChatGPT-Shortcut: 🚀💪Maximize your efficiency and productivity. The ultimate hub to manage, customize, and share prompts. (English/中文/Español/العربية). 让生产力加倍的 AI 快捷指令。更高效地管理提示词,在分享社区中发现适用于不同场景的灵感。
地址:https://github.com/rockbenben/ChatGPT-Shortcut
AiShort - AI提示词库 | 精选Prompt模板,即刻提升AI效率 | AiShort - Advanced AI Agent & Prompt Platform | Build, Share, and Multiply Productivity with One Click
地址:https://www.aishort.top/
AI Short 入门指南 | 复制提示词到 ChatGPT/DeepSeek | AiShort - Advanced AI Agent & Prompt Platform | Build, Share, and Multiply Productivity with One Click
地址:https://www.aishort.top/docs/guides/getting-started

Read more

前端环境配置(nvm、nodejs、npm)

前端环境配置(nvm、nodejs、npm)

一、安装nvm 1. 下载vnm url: https://nvm.uihtm.com/doc/download-nvm.html 2. 解压文件后双击exe文件进行安装 3. 选择nvm的安装地址,我是安装在D:\App\nvm 4. 选择nodejs的安装地址,我是安装在C:\Program Files\nodejs 5. 点击next 一直点击 完成安装; 6. 找到nvm的settings.txt文件打开后: 给该文件添加这两行命令: node_mirror: https://npmmirror.com/mirrors/node/ npm_mirror: https://npmmirror.com/mirrors/npm/ 二、环境变量配置 1.

【DeepSeek R1部署至RK3588】RKLLM转换→板端部署→局域网web浏览

【DeepSeek R1部署至RK3588】RKLLM转换→板端部署→局域网web浏览

本文为DeepSeek R1 7B 以qwen为底座的LLM在瑞芯微RK3588 SoC上的完整部署流程,记录从开发板驱动适配烧录开始,到最终的开发板终端访问模型和局域网web访问模型的完整流程,有不足之处希望大家共同讨论。 文章目录 * 一、项目背景介绍 * 二、所需工具介绍 * 1.硬件工具 * 1.X86 PC虚拟机Ubuntu20.04 * 2. 准备NPU驱动为0.9.8的RK3588开发板 * 2.软件工具 * 三、获取.safetensors模型权重 * 四、safetensors转RKLLM * 1.转换环境搭建 * 2.模型转换 * 五、RKLLM模型板端部署及推理 * 六、集成开源gradio工具实现web访问 一、项目背景介绍 先来介绍下项目背景吧,目前有一个空闲的firefly出厂的搭载瑞芯微RK3588 SoC的arm64开发板,样式如图所示: 博主之前主要进行CV领域的模型的RK开发板部署,对于LLM和VLM的接触并不算多,但现在大模型是趋势所向,并且瑞芯微及时的完成了针对各开源

想做多语言项目?试试Hunyuan-MT-7B-WEBUI快速部署方案

想做多语言项目?试试Hunyuan-MT-7B-WEBUI快速部署方案 你有没有遇到过这样的情况:手头有个跨境项目,要同时处理日语产品说明、西班牙语用户反馈、维吾尔语政策文件,甚至还有藏文古籍数字化需求——可翻来翻去,不是翻译质量差强人意,就是部署起来像在解一道高数题?在线工具不敢传敏感数据,本地跑模型又卡在CUDA版本、依赖冲突、显存爆炸上……最后只能靠人工硬啃,进度一拖再拖。 Hunyuan-MT-7B-WEBUI 就是为这种真实困境而生的。它不讲大道理,不堆参数,不做“实验室里的冠军”,而是把腾讯混元团队打磨出的最强开源翻译模型,连同网页界面、一键脚本、预装环境,全打包进一个镜像里。你不需要懂Transformer结构,不用查PyTorch兼容表,甚至不用打开终端敲命令——点一下,等两分钟,就能在浏览器里开始翻译38种语言。 这不是又一个“需要调参、需要写代码、需要配环境”的AI工具。这是你今天下午就能用上的多语言工作台。 1. 为什么这款翻译镜像值得你立刻试试? 1.1 它真能覆盖你没想过的语言 很多翻译模型标榜“支持多语言”,但实际打开列表一看:英、法、

前端实现Word文档在线编辑与导出:基于mammoth.js与Blob对象的完整解决方案

如何在浏览器中直接编辑Word文档并导出?本文将深入探索一种基于mammoth.js和Blob对象的完整技术方案。 在当今的Web应用开发中,实现文档的在线编辑与导出已成为常见需求。无论是企业内部系统、教育平台还是项目管理工具,都迫切需要让用户能够在浏览器中直接编辑Word文档,而无需安装桌面软件。本文将详细介绍如何利用mammoth.js和Blob对象实现这一功能,并对比其他可行方案。 一、为什么选择mammoth.js与Blob方案? 在Web前端实现Word文档处理,主要有三种主流方案:浏览器原生Blob导出、mammoth.js专业转换和基于模板的docxtemplater方案。它们各有优劣,适用于不同场景。 mammoth.js的核心优势在于它能将.docx文档转换为语义化的HTML,而非简单复制视觉样式。这意味着它生成的HTML结构清晰、易于维护和样式定制。配合Blob对象,我们可以轻松将编辑后的内容重新导出为Word文档。 与直接使用Microsoft Office Online或Google Docs嵌入相比,mammoth.js方案不依赖外部服务,能更好地