「速通AI编程开发」共学(三):提示词(Prompts)配置项

ops/2025/3/20 13:09:35/

「速通AI编程开发」共学(三)

  • 一、共学课程来源
    • 学习初衷
  • 二、介绍
    • 不同模式下的提示词(Prompts)
    • 支持性提示词
  • 三、提示词学习材料分享

在这里插入图片描述

一、共学课程来源

Datawhale通过开源学习模式,助力AI学习者与知识连接,与人连接,与场景连接,推动AI人才培养。
「速通AI编程开发」的课程地址为:https://www.datawhale.cn/learn/summary/102

学习初衷

希望通过共学,能速通AI编程开发,熟悉全流程,与各位大佬共同进步!

二、介绍

这篇会讲Roo Code的提示词配置,提示词Prompts):用户向大语言模型输入的一段文本,用于指导大语言模型生成符合用户要求的内容,提示词的好坏直接决定了大语言模型的输出结果。

Roo Code的提示词由三部分配置项组成:

  1. 大语言模型回答的语言以及自定义规则;
  2. 不同模式下大语言模型的提示词;
  3. 支持性提示词。

不同模式下的提示词(Prompts)

Roo Code支持(Code、Architect、Ask、Debug)四种模式,我们可以深入研究不同模式下的提示词配置,也可以自定义模式。
在这里插入图片描述

每一个模式下都有四个配置项:

  1. 角色定义(Role Definition):规定大语言模型在不同模式下扮演的角色;

  2. API配置(API Configuration):配置大语言模型在不同模式下使用的API,默认是default(即进入系统时配的API);

  3. 可用工具(Available Tools):配置大语言模型在不同模式下可用的工具,这里的工具就是Roo Code中Auto-approve提供的部分工具,包括读取文件和目录,编辑文件,执行命令,调用浏览器,使用MCP服务器。

默认的四个模式不允许修改可用工具,这四个模式的可用工具如下表:

模式可用工具
Code读取文件和目录,编辑文件,执行命令,调用浏览器,使用MCP服务器
Architect读取文件和目录,编辑文件(仅支持编辑markdown文件),调用浏览器,使用MCP服务器
Ask读取文件和目录,调用浏览器,使用MCP服务器
Debug读取文件和目录,编辑文件,执行命令,调用浏览器,使用MCP服务器
  1. 模式特定自定义指令(Mode-specific Custom Instructions):可选,Code模式下默认为空,可用于指定该模式下的特定行为。
    Architect模式为例,模式特定自定义指令的提示词:

原文
Depending on the user’s request, you may need to do some information gathering (for example using read_file or search_files) to get more context about the task. You may also ask the user clarifying questions to get a better understanding of the task. Once you’ve gained more context about the user’s request, you should create a detailed plan for how to accomplish the task. (You can write the plan to a markdown file if it seems appropriate.)

翻译
根据用户的请求,你可能需要进行一些信息收集(例如使用read_file或search_files)以获取有关任务的更多上下文。你也可以向用户提出澄清性问题,以更好地理解任务。一旦你对用户的请求有了更多了解,你就应该创建一个详细的任务执行计划。(如果觉得合适的话,你可以将计划写入markdown文件中。)

在这里插入图片描述最后一行“Custom instructions specific to Architect mode can also be loaded from .clinerules-architect in your workspace.”的意思是“也可以从工作区中的.clinerules-Architect加载特定于Architect模式的自定义指令。
即新建一个.clinerules-architect文件,将模式特定自定义指令写入这个文件,生成符合要求的代码。

如果想将整个提示词迁移到其他编程工具中使用,可以点击“Preview System Prompt”右侧的复制按钮,但这种模式下的提示词经过了高度抽象,因此长度会非常长。
在这里插入图片描述

支持性提示词

在这里插入图片描述
这一部分的提示词用于增强Roo Code的功能,包括:

  • 增强用户所写的提示词(Enhance Prompt) :通过点击✨按钮,增强用户所写的提示词;
  • 代码解释(Explain Code)
  • 修复代码错误(Fix Issues)
  • 提升代码可读性、可维护性(Improve Code)
  • 向对话补充内容(Add to Context)
  • 将终端内容补充进入对话(Add Terminal Content to Context)
  • 修复终端命令报错(Fix Terminal Command)
  • 解释终端命令(Explain Terminal Command)

代码解释(Explain Code) 、修复代码错误(Fix Issues)、提升代码可读性、可维护性(Improve Code) 、向对话补充内容(Add to Context) :这四部分提示词用于针对代码片段进行操作;

将终端内容补充进入对话(Add Terminal Content to Context) 、修复终端命令报错(Fix Terminal Command)、解释终端命令(Explain Terminal Command):这三部分提示词用于针对终端命令进行操作。

三、提示词学习材料分享

  1. https://github.com/langgptai/LangGPT/blob/main/README_zh.md
  2. https://提示词.com
文章来源:https://blog.csdn.net/weixin_41598698/article/details/146325441
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.ppmy.cn/ops/166937.html

相关文章

Deepseek API+Python测试用例一键生成与导出-V1.0.2【实现需求文档图片识别与用例生成自动化】

在测试工作中,需求文档中的图片(如界面设计图、流程图)往往是测试用例生成的重要参考。然而,手动提取图片并识别内容不仅耗时,还容易出错。本文将通过一个自研小工具,结合 PaddleOCR 和大模型,自…

超参数优化算法:scikit-opt库、Scikit-Optimize库

1 scikit-opt库:https://www.cnblogs.com/luohenyueji/p/18333387 https://blog.csdn.net/weixin_45750972/article/details/124683402 a 差分进化算法 (Differential Evolution):一种基于群体搜索的优化算法,通过模拟生物进化的过程来寻找最…

python局部变量和全局变量

文章目录 1.局部变量和全局变量2.局部变量2.1 局部变量的作用2.2 局部变量的生命周期 3. 全局变量3.1 函数不能直接修改全局变量的引用3.2 在函数内部修改全局变量的值3.3 全局变量定义的位置3.4 全局变量命名的建议 1.局部变量和全局变量 (1)局部变量 …

Spring 创建bean的流程

Bean的创建流程 创建bean流程 Spring 三级缓存 循环依赖的解决流程: 因为成品和半成品对象无法放在都一个map,同时半成品不能暴露出来使用,因此Spring提出三级缓存来解决循环依赖问题 三级缓存定义如下: /** 一级缓存 单例缓存…

贪心算法(7)(java) 分发饼干

题目:假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。 对每个孩子i,都有一个胃口值g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干j,都有一个尺寸 s[j…

鸿蒙路由 HMrouter 配置及使用一

1、学习链接 HMRouter地址 https://gitee.com/hadss/hmrouter/blob/dev/HMRouterLibrary/README.md 2、工程配置 下载安装 ohpm install hadss/hmrouter 添加编译插件配置 在工程目录下的build-profile.json5中,配置useNormalizedOHMUrl属性为true (我这项目创…

基于图神经网络(GNN)的节点分类实战:从GCN到GraphSAGE

图神经网络(GNN)是一种专门用于处理图结构数据的深度学习模型,广泛应用于社交网络分析、推荐系统和生物信息学等领域。图卷积网络(GCN)是GNN的经典方法,而GraphSAGE则通过引入采样机制进一步提升了其性能。本文将通过一个完整的实战案例,展示如何使用GCN和GraphSAGE对图…

【leetcode hot 100 437】路径总和Ⅲ

解法一:(深度优先搜索)穷举所有的可能 》访问每一个节点 node,检测以 node 为起始节点且向下延深的路径有多少种。递归遍历每一个节点的所有可能的路径,然后将这些路径数目加起来即为返回结果。 /*** Definition for …