AI 应用提示工程人工智能前端【免费下载链接】ChatGPT-ShortcutStop writing prompts from scratch — a searchable prompt library for ChatGPT, Claude, Gemini and Cursor · Русский 한국어 العربية हिन्दी ไทย 别再从头写提示词现成的拿来就用好用的收进自己的库项目地址https://gitcode.com/gh_mirrors/ch/ChatGPT-Shortcut点击查看免费下载本文以 部署总览 及其下属的 标准部署、离线版、配置与自定义、同步更新 四份文档为主线系统讲解 ChatGPT-ShortcutAiShort的三种部署形态、四类标准部署路径、离线内网方案与 Fork 同步机制。读完本文你将掌握复用官方共享后端的开箱即用部署本地构建 / Vercel / Cloudflare Pages / Docker、零后端的离线部署与数据迁移、站点与提示词数据的自定义流程以及如何让 Fork 持续跟随上游更新。一、先选部署形态三种模型对比部署前先想清楚「要不要后端」。官方文档给出了三种模型按你的网络环境与数据归属需求选择部署形态后端说明标准版默认复用官方共享后端Fork 后即可自定义站点名称、描述、提示词等见 配置与自定义登录、收藏、社区、评论、同步全部可用离线版无后端数据保存在浏览器本地面向隔离的企业内网或政务网络无需任何账户完整自托管后端自建独立后端需要独立账户体系、完整数据主权与私有社区时选用前两种在本文中展开讨论第三种因后端服务并未开源需要自托管后端时需通过邮件qingwhatgmail.com联系开发者说明使用场景与规模获取部署方案与支持。二、标准部署复用官方共享后端开箱即用标准版的核心思路先 Fork 本项目再任选一种方式部署。它默认连接官方共享后端因此登录、收藏、社区、评论、跨设备同步等能力开箱即有无需自己维护任何服务端。环境要求Node.js 20.0 或更高版本package.json 中engines.node声明为20.0支持 macOS、Windows含 WSL和 Linux。2.1 本地构建# 安装依赖 yarn # 本地开发 yarn start # 构建默认按 scripts/i18nLocales.mjs 的 defaultLocale 生成静态产物到 build 目录 yarn build只构建部分语言用yarn build --locale locale如zh-Hans、en、ja……完整 locale 列表见 scripts/i18nLocales.mjs。多语言可串联yarn build --locale zh-Hans yarn build --locale en。从源码看yarn build实际执行的是 scripts/buildPhased.mjs一次性docusaurus build全部 18 个 locale 会在单进程内把内存撑爆OOM因此脚本把语言切成小块每块单独跑一个docusaurus build进程默认每块 3 个 locale可用BUILD_CHUNK环境变量调整进程退出即释放内存。而当你显式带参运行如yarn build --locale pt时脚本进入透传模式直接转交给单次 docusaurus build这正是 Vercel / Cloudflare 等单语言部署场景使用的命令路径。全部 18 种语言列表与默认语言zh-Hans都定义在 scripts/i18nLocales.mjs 这一「单一数据源」中docusaurus.config.js 与分段构建脚本共用同一份数据避免「配置里声明的 locales」与「实际构建的 locales」脱钩。2.2 Vercel 部署在 Fork 后的仓库上可通过 Vercel 的按钮一键部署。注意Vercel 免费版可能因内存不足报错。解决办法是改成单语言部署——进入项目Settings → Build Deployment → Build Command点Override将构建命令改为单语言命令中文yarn build --locale zh-Hans葡萄牙语yarn build --locale pt其他语言类推。这与上面提到的 buildPhased 透传模式正好吻合带--locale参数时构建只跑一个语言进程峰值内存大幅下降。2.3 Cloudflare Pages 部署先 Fork 本项目再按以下步骤部署登录 Cloudflare Pages选择Create a project绑定刚 Fork 的仓库配置构建Build commandyarn build --locale zh-Hans按要部署的语言换 locale葡萄牙语用yarn build --locale ptOutput directorybuild点部署等待 Cloudflare Pages 构建完成之后每次推新代码会自动触发构建和部署。2.4 Docker 部署一行命令部署# ghcr.io docker run -d -p 3000:3000 --name chatgpt-shortcut ghcr.io/rockbenben/chatgpt-shortcut:latest # docker hub docker run -d -p 3000:3000 --name chatgpt-shortcut rockben/chatgpt-shortcut:latest或用docker-compose仓库根目录自带 docker-compose.ymlservices: chatgpt-shortcut: container_name: chatgpt-shortcut image: ghcr.io/rockbenben/chatgpt-shortcut:latest ports: - 3000:3000 restart: unless-stopped从 Dockerfile 可以看清镜像的构建原理采用两阶段构建——第一阶段用node:24-alpine安装依赖并执行yarn build设置SKIP_GIT_INFOtrue以完全不依赖 git/.git同时大幅缩小构建上下文第二阶段用nginx:stable-alpine作为静态服务器把build/产物复制到 Nginx 目录暴露 3000 端口启动。仓库自带的 nginx.conf 展示了容器内的 Nginx 配置try_files $uri $uri/ /index.html实现 SPA 路由回退。三、离线部署企业内网无需外部服务器适用场景企业内网、政务网络、保密环境、校园网等无法或不便访问外网的环境。离线版无后端、无需注册所有数据存在浏览器本地部署后内网团队打开浏览器即可使用。3.1 团队使用方式管理员将离线版部署到内网服务器如http://192.168.1.100:3000团队成员用浏览器打开该地址即可浏览、搜索、复制提示词每个人的收藏和自建提示词保存在自己的浏览器中互不影响无需注册账户无需安装任何软件打开即用提示词库精选提示词是构建时打包的静态数据所有用户看到的内容一致。每个用户的收藏、自建提示词、排序和标签保存在各自浏览器的 localStorage彼此独立。3.2 与在线版的区别功能在线版离线版提示词浏览/搜索/筛选✅✅提示词复制✅✅收藏管理服务器存储浏览器本地存储自定义提示词服务器存储浏览器本地存储我的收藏拖拽排序、标签✅✅多语言支持18 种✅✅数据导入/导出✅✅格式互通提示词详情页✅✅静态数据无评论用户注册/登录✅❌无需账户社区提示词列表/投票✅❌评论反馈✅❌3.3 数据存储每位用户的数据保存在自己浏览器的 localStorage与服务器无关数据存储键说明收藏列表local_favorites收藏的提示词 ID 数组自建提示词local_user_prompts用户创建的提示词数据排列顺序local_myspace_order我的收藏中的卡片排序自定义标签local_custom_tags标签定义和分配关系注意浏览器本地存储约 5MB 容量上限日常使用够用清除浏览器数据会丢失个人数据——建议定期通过「我的账户 → 数据管理 → 导出数据」备份更换电脑或浏览器后需重新导入数据。3.4 部署方式离线版基于offline分支构建管理员完成一次部署后团队成员无需任何操作即可使用。Docker 部署推荐一行命令即可在内网服务器上运行# 使用预构建的离线版镜像 docker run -d -p 3000:3000 --name aishort-offline ghcr.io/rockbenben/chatgpt-shortcut:offline # 或使用 Docker Hub docker run -d -p 3000:3000 --name aishort-offline rockben/chatgpt-shortcut:offline部署后团队成员访问http://服务器IP:3000即可使用。docker-compose方式services: aishort-offline: container_name: aishort-offline image: ghcr.io/rockbenben/chatgpt-shortcut:offline ports: - 3000:3000 restart: unless-stopped源码构建如需自定义提示词内容或修改配置# 克隆离线版分支 git clone -b offline https://github.com/rockbenben/ChatGPT-Shortcut.git cd ChatGPT-Shortcut # 安装依赖 yarn # 本地开发 yarn start # 构建单语言版本中文 yarn build --locale zh-Hans # 构建全部语言 yarn build构建产物在build/目录可部署到任意静态文件服务器Nginx、Apache、Caddy 等。Nginx 配置示例server { listen 3000; server_name _; root /path/to/build; index index.html; location / { try_files $uri $uri/ /index.html; } }平台部署Vercel、Cloudflare Pages 等平台部署时选择offline分支即可其他步骤与在线版一致。3.5 数据导入导出与迁移导出进入「我的账户 → 数据管理 → 导出数据」将个人收藏和自建提示词导出为 JSON 文件。导入支持以下格式离线版导出的文件完整恢复收藏、提示词、排序和标签在线版导出的文件自动兼容处理——用户提示词按标题去重合并到本地精选收藏card合并到本地收藏社区收藏community自动转为本地自建提示词MySpace 排序恢复到本地自定义标签追加合并不覆盖已有从在线版迁移先在在线版aishort.top的「我的账户」页面导出数据再在离线版的「我的账户 → 数据管理」导入该 JSON 文件社区收藏会自动转为本地提示词精选收藏正常同步。3.6 离线版常见问题部署后团队怎么用管理员部署到内网服务器后把访问地址告诉团队成员即可无需安装、无需注册。每个人的数据会互相影响吗不会。每个人的收藏和自建提示词保存在各自浏览器的 localStorage完全独立。服务器上只有共享的提示词库只读。数据会丢失吗清除浏览器数据/缓存、使用隐私/无痕模式浏览、更换电脑或浏览器都会导致个人数据丢失建议重要数据定期导出备份。能否在团队间共享自建提示词可以。一人导出 JSON 文件后其他成员导入即可自动去重。如何更新提示词库提示词库是构建时打包的静态数据。管理员拉取最新的offline分支代码重新构建并部署或拉取最新 Docker 镜像团队成员刷新浏览器即可看到新内容个人数据不受影响。离线版的数据格式和在线版兼容吗兼容。导出的 JSON 格式相同可在两个版本间互相导入提示词 ID 不同在线版用服务器 ID离线版用时间戳 ID但导入按标题去重不会冲突。四、配置与自定义标题、提示词与自定义后端AI Short 完全开源可以自由修改网站标题、描述、提示词与后端等内容。4.1 网站标题与使用说明网站标题和描述编辑 docusaurus.config.js其中title、tagline、url、i18n等字段控制站点品牌与多语言配置语言列表从 scripts/i18nLocales.mjs 导入是单一数据源。使用说明和介绍修改 docs 目录下的对应文件。4.2 主页提示词源数据在 src/data/prompt.json——一个数组每个对象按zh/en/ja等语言代码键存放所有语言的版本。新增提示词时格式如下{ zh: { title: custom prompt, prompt: custom prompt, description: custom description, remark: custom mark }, en: { title: custom prompt, prompt: custom prompt, description: custom description, remark: custom mark }, website: null, tags: [music], id: 500, weight: 1 }编辑后运行python CodeUpdateHandler.py仓库根目录的 CodeUpdateHandler.py脚本会按预设规则拆分prompt.json生成各语言的prompt_locale.json并同步更新各语言的主页面和精选提示词页面。注意建议将id设为 500 以上避免与现有提示词或社区内容的 ID 冲突。运行python CodeUpdateHandler.py会自动为每条提示词含新增的生成卡片数据和详情页无需手动创建页面文件自定义提示词默认没有精选元描述和评论数据。4.3 自定义后端项目默认连接一个共享后端登录、收藏、社区、评论、跨设备同步等功能都依赖它src/api 提供了完整的接口契约可供参考。后端服务本身并未开源如需带后端的完整自部署参见 部署总览 中的「选择部署形态」。API 模块结构src/api/ ├── index.ts # 统一导出入口 ├── config.ts # API URL 配置 ├── client.ts # Axios 客户端含认证拦截器 ├── auth.ts # 认证 API登录/注册/OAuth ├── prompts.ts # 提示词 CRUD 搜索 投票 ├── favorites.ts # 收藏操作 ├── myspace.ts # 我的空间数据核心数据源 ├── comments.ts # 评论系统 └── user.ts # 用户信息缓存机制API 数据通过lscachepackage.json 依赖中包含lscache结合 ETag 实现智能缓存——服务器返回 304 Not Modified 时直接复用本地缓存减少数据传输。五、开启同步更新让 Fork 持续跟随上游Vercel 一键部署的项目可能一直提示存在更新——因为 Vercel 默认新建项目而非 Fork无法检测上游更新。解决方法是重新基于 Fork 部署删除原仓库用页面右上角的Fork按钮 Fork 本项目在 Vercel 新项目页面的 Import Git Repository 处重新选择刚 Fork 的项目并部署打开自动更新Fork 后需手动在 Actions 页面启用 Workflows并跑一次 Upstream Sync Action。启用后项目每天自动同步。如果遇到 Upstream Sync 执行错误请手动执行一次 Sync Fork。仓库根目录的 .github/workflows 中已有 CI 工作流如 rsync.ymlFork 后可在仓库的 Actions 页面管理这些 Workflows。手动更新代码想手动立即更新时参考 GitHub 官方「同步 fork」文档操作即可。小结ChatGPT-Shortcut 的部署体系围绕「后端形态」展开标准版复用官方共享后端、离线版零后端纯静态、自托管后端需另行协商。标准版支持本地构建、Vercel、Cloudflare Pages 与 Docker 四种路径Docker 镜像基于多阶段构建 Nginx 静态托管全部语言构建由 scripts/buildPhased.mjs 分段执行以避免 OOM离线版面向内网隔离环境数据完全落在浏览器 localStorage配置层面通过 CodeUpdateHandler.py 将 src/data/prompt.json 拆分派生出多语言数据后端对接契约集中在 src/api。按需选择形态、按文档命令执行即可在几分钟内完成自托管部署。赞分享AI 应用提示工程人工智能前端【免费下载链接】ChatGPT-ShortcutStop writing prompts from scratch — a searchable prompt library for ChatGPT, Claude, Gemini and Cursor · Русский 한국어 العربية हिन्दी ไทย 别再从头写提示词现成的拿来就用好用的收进自己的库项目地址https://gitcode.com/gh_mirrors/ch/ChatGPT-Shortcut点击查看免费下载相关推荐refine部署指南Vercel、Netlify与Docker部署方案refine部署指南Vercel、Netlify与Docker部署方案 引言解决现代前端部署的复杂性 在当今快速迭代的开发环境中前端部署已不再是简单的文件前端企业应用语音识别中的噪声分类silero-models环境适应技术语音识别中的噪声分类silero models环境适应技术 在当今语音交互技术快速发展的时代背景噪声成为影响语音识别准确率的关键因素。silero mode人工智能语音音频Nub生产部署完全指南Docker、GitHub Actions、Vercel与Cloudflare配置清单Nub生产部署完全指南Docker、GitHub Actions、Vercel与Cloudflare配置清单 Nub 是号称The fast all in上一篇Ascend C SetStride卷积步长设置下一篇终极指南Universal Android Debloater问题追踪与GitHub Issues高效管理流程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考