daichangya 发布的文章

GitHub 日榜观察 · 第三名：system_prompts_leaks

仓库：asgeirtj/system_prompts_leaks
榜单：GitHub Trending · Today（按页面排序为当日 第三名；榜单会随时变化，请以官方页为准）
快照（GitHub API）：约 36333 Star；6005 Fork；主语言 —；License None；Topics ai, ai-transparency, anthropic, chatgpt, claude, claude-code, gemini, generative-ai, gpt-5, grok, large-language-models, llm, openai, perplexity, prompt-engineering, system-prompt, system-prompts, xai；Archived False
撰稿说明：由定时任务调用 Cursor Agent 根据公开 README 与 API 整理，非项目方官方稿件。

它是什么

system_prompts_leaks 是一个以 Markdown 等形式归档「系统提示词」摘录 的公开仓库。根据 GitHub 仓库简介，内容来自多款产品的已公开或流传文本，并 定期更新：

Extracted system prompts from ChatGPT (GPT-5.4, GPT-5.3, Codex), Claude (Opus 4.6, Sonnet 4.6, Claude Code), Gemini (3.1 Pro, 3 Flash, CLI), Grok (4.2, 4), Perplexity, and more. Updated regularly.

它不是需要编译安装的「应用」，而是 供阅读、对照与研究的文本资料集；价值在于把分散信息集中存放，便于讨论 prompt 工程、模型行为边界与 AI 透明度（与 Topics 中的 ai-transparency、prompt-engineering 等一致）。

为什么容易上日榜： 大模型系统提示词直接影响回答风格与安全策略，社区对「各厂商实际写了什么」持续好奇；榜单排名仅反映当日热度，不代表官方背书。

怎么安装（本地副本）

仓库 未在 API 中标注 License，且默认分支为 main。若你只需阅读，可直接在 GitHub 网页打开文件，无需安装任何依赖。

要在本地有一份可搜索的副本，使用 Git 克隆即可（与常见开源文档仓用法一致）：

git clone https://github.com/asgeirtj/system_prompts_leaks.git
cd system_prompts_leaks

可选：用编辑器全局搜索关键词，或用 grep/rg 在目录内检索（具体文件名与目录层级以仓库当前结构为准，请以 仓库主页 为准）。

怎么使用（最小路径）

  1. 零安装：浏览器打开 https://github.com/asgeirtj/system_prompts_leaks，在文件树中点开对应 Markdown（或仓库 README 中若列出索引，从其入口进入）。
  2. 已克隆：进入 system_prompts_leaks 目录，用你喜欢的编辑器打开感兴趣的 .md 文件即可；无服务端、无 npm install / pip install 类启动步骤。

若你关心 ChatGPT（GPT-5.4, GPT-5.3, Codex）、Claude（Opus 4.6, Sonnet 4.6, Claude Code）、Gemini（3.1 Pro, 3 Flash, CLI）、Grok（4.2, 4）、Perplexity 等条目，请以仓库内实际文件名与说明为准；简介中的型号名称会随上游产品迭代而变化。

合规与风险（必读）

  • 许可证：API 显示 License: None，不等于「可任意商用转载」。复制、再发布或用于训练前，请自行判断版权与各平台服务条款；本文不构成法律意见。
  • 供应链：内容来自第三方整理与网络流传，不保证与厂商当前线上版本逐字一致，也可能存在节选或过时。
  • 隐私：本仓为静态文本，克隆与阅读一般不涉及你的对话数据；但若你在不可信环境操作，仍遵循常规 Git 与网络安全习惯。
  • Archived：当前 未归档（Archived: false），但未来仓库状态可能变更，请以 GitHub 页面为准。
  • 伦理：系统提示词研究有助于理解模型行为，也可能被误用于规避安全策略；请遵守当地法规与平台规则，理性、负责任地使用。

适合谁

  • 研究者 / prompt 工程师：对比不同产品线提示词结构与约束表述。
  • 开发者与审计方：在合规前提下做透明度与行为分析参考（须交叉验证官方文档）。
  • 普通读者：满足好奇心时建议同时阅读各厂商公开说明，避免单一摘录来源以偏概全。

推荐结论

值得作为 「社区整理的参考资料」 收藏，但务必带着 无 License、非官方、可能滞后 的前提使用。若你需要 可商用的单一事实来源，应以各厂商官方文档与协议为准；本仓库更适合研究与讨论场景。

延伸阅读

GitHub 日榜观察 · 第二名：oh-my-codex

仓库：Yeachan-Heo/oh-my-codex
网站：yeachan-heo.github.io/oh-my-codex-website
榜单：GitHub Trending · Today（按页面排序为当日第二名；榜单会随时变化，请以官方页为准）
快照参考（GitHub API）：约 11656 Star；1083 Fork；主语言 TypeScript；API 中 License 字段未标注；Archived False
撰稿说明：由定时任务调用 Cursor Agent 根据公开 README 与 API 整理，非项目方官方稿件。

它是什么

oh-my-codex（OMX） 是面向 OpenAI Codex CLI 的工作流层：不取代 Codex 的执行引擎，而是在其上补齐「更强的默认会话、从澄清到完成的一致流程、可复用的角色与 skills、以及落在项目里的状态与指引」。README 用一句话概括：OmX - Oh My codeX: Your codex is not alone. Add hooks, agent teams, HUDs, and so much more.

典型能力包括：用 $deep-interview、$ralplan、$team、$ralph 等约定技能串联工作；通过项目内的 AGENTS.md 做范围化指引；在 .omx/ 下持久化计划、日志、记忆与模式跟踪。若你只想用「裸」Codex、不要额外工作流，README 也明说可能不需要 OMX。

怎么安装

环境与依赖

  • Node.js 20+（README 徽章：node >=20）
  • 已全局安装并配置好 Codex CLI：npm install -g @openai/codex，并完成 Codex 鉴权
  • 若后续要用 团队持久运行时：macOS/Linux 需 tmux；原生 Windows 需 psmux（详见下文平台说明）

推荐默认一条龙（README「Recommended default flow」）

npm install -g @openai/codex oh-my-codex
omx setup
omx --madmax --high

omx setup 会安装 prompts、skills、配置与 AGENTS 脚手架；omx --madmax --high 按 README 是偏「拉满」的启动方式（若机器吃紧可考虑降低并发，见「合规与风险」中的已知问题）。

团队模式相关（可选）

omx team 依赖 tmux 系后端，README 给出的安装示例：

平台安装
macOSbrew install tmux
Ubuntu/Debiansudo apt install tmux
Fedorasudo dnf install tmux
Archsudo pacman -S tmux
Windowswinget install psmux
Windows (WSL2)sudo apt install tmux

怎么使用

最小可跑路径（第一次会话）

  1. 按上一节完成安装后，用推荐方式启动：
omx --madmax --high
  1. 在 Codex 会话里（不是单独再开一个 shell 演示）按 README 的「canonical workflow」输入，例如：
$deep-interview "clarify the authentication change"
$ralplan "approve the safest implementation path"
$ralph "carry the approved plan to completion"
$team 3:executor "execute the approved plan in parallel"

语义上：$deep-interview 在需求边界不清时做澄清；$ralplan 把范围落成可审批的实现计划并权衡取舍；之后二选一：$team 做需要协调的并行执行，$ralph 做单一负责人持续推进的完成闭环。会话中还可通过 /skills 浏览已装 skills。

进阶操作面（非必读入门）

  • 团队运行时（需要 durable tmux/worktree 协调时再上，而非默认第一步）：
omx team 3:executor "fix the failing tests with verification"
omx team status <team-name>
omx team resume <team-name>
omx team shutdown <team-name>
  • 运维向：omx doctor 用于安装自检；omx hud --watch 为监控向界面，非主流程。
  • 只读探索 / Shell 辅助：
omx explore --prompt "find where team state is written"
omx sparkshell git status
omx sparkshell --tmux-pane %12 --tail-lines 400

更细的步骤与概念见仓库内文档（下一节链接）。

合规与风险

  • 许可证：README License 一节写明 MIT；npm 徽章亦为 MIT。GitHub API 返回的 license 可能为空，以仓库 README 与 npm 发布页为准做合规判断。
  • 供应链：通过 npm install -g oh-my-codex（及 @openai/codex）拉取依赖时，建议锁定版本、关注发行说明，并在企业环境走内部镜像与审计流程。
  • 数据与隐私：OMX 依附 Codex 与 OpenAI 侧配置工作，涉及代码与提示内容上传策略时，需按你方政策与 OpenAI 条款单独评估。
  • 已知问题（Intel Mac）：README 说明在部分 Intel Mac 上，带 --madmax --high 的启动可能拉高 syspolicyd / trustd CPU（Gatekeeper 并发校验）。可尝试：
    xattr -dr com.apple.quarantine $(which omx)、在系统安全设置里把终端加入 Developer Tools 允许列表，或降低并发（避免 --madmax --high）。
  • 归档状态：当前 API 显示 Archived: false，若日后变更请以仓库页为准。

适合谁

  • 已经在用 Codex CLI、希望有统一「澄清 → 定案 → 执行/并行」套路的开发者。
  • 需要在项目内沉淀计划、日志与运行时状态（.omx/）的小团队或个人。
  • 愿意接受一层约定（$deep-interview 等）来换更可重复工作流的人；若你坚持极简、零魔法命令，则可能不是目标用户。

推荐结论

值得在日榜语境下关注：OMX 把「Codex 仍是执行核心」讲清楚，同时给出可复制的默认路径与可选团队运行时，文档入口（Getting Started、Agents、Skills、Integrations）齐全。上手建议严格按 omx setup → omx --madmax --high 走一遍 README 示例，再决定是否启用 omx team；Intel Mac 若遇 CPU 尖峰，优先按官方 Known issues 降级并发或处理隔离属性。

延伸阅读

GitHub 日榜观察 · 第一名：OpenScreen

仓库：siddharthvaddem/openscreen
项目站：openscreen.vercel.app
榜单：GitHub Trending · Today（按页面排序为当日第 1 位；榜单会随时变化，请以官方页为准）
快照参考（GitHub API）：约 15814 Star；1075 Fork；主语言 TypeScript；License MIT License；Topics electron, open-source, pixijs, screen-capture, screen-recorder；Archived False
撰稿说明：由定时任务调用 Cursor Agent 根据公开 README 与 API 整理，非项目方官方稿件。

它是什么

OpenScreen 是面向 产品演示与操作录屏 的 免费开源 桌面应用，定位上自述为 Screen Studio 的简化替代（并非 1:1 克隆）：不订阅、无水印，个人与商业使用均免费，可修改与分发。技术栈包括 Electron、React、TypeScript、Vite、PixiJS、dnd-timeline。

核心能力（与 README「Core Features」一致）：全屏或指定窗口录制；自动/手动缩放（可设深度）；麦克风与 系统音频 采集；缩放时长与位置可自定义；画面裁剪；壁纸/纯色/渐变/自定义背景；平移缩放 Motion blur；文字/箭头/图片 标注；片段 修剪、分段 变速；多 画幅比例与分辨率 导出。

README 明确项目仍处于 beta，可能存在不稳定；作者欢迎通过 issue 反馈。

怎么安装

官方推荐从 GitHub Releases 下载对应平台的最新安装包，按平台说明操作。

macOS

若 Gatekeeper 拦截未签名应用，安装后在终端执行（路径以实际安装为准）：

xattr -rd com.apple.quarantine /Applications/Openscreen.app

注意：在 系统设置 > 隐私与安全性 中为终端开启 完全磁盘访问，再执行上述命令。随后在 系统偏好设置 > 安全性与隐私 中为应用授予 屏幕录制 与 辅助功能（Accessibility） 等权限，再启动应用。

Linux

从 Releases 下载 .AppImage，赋予执行权限并运行：

chmod +x Openscreen-Linux-*.AppImage
./Openscreen-Linux-*.AppImage

若因 sandbox 报错无法启动，可尝试：

./Openscreen-Linux-*.AppImage --no-sandbox

部分桌面环境需单独授予 屏幕录制 相关权限。

Windows

README 未单独成章，与通用说明一致：在 Releases 下载 Windows 安装包安装即可；系统音频采集 README 写明 开箱可用。

怎么使用（最小路径）

  1. 完成上一节 安装 并解决平台权限（macOS/Linux 尤其重要）。
  2. 从应用程序菜单或快捷方式 启动 Openscreen（macOS 为 Openscreen.app）。
  3. 在应用内按 README 所述选择 整屏或指定窗口 开始录制，按需使用缩放、标注、裁剪与导出选项。

README 未给出 CLI 子命令式的「一行启动录制」说明；日常最小路径即 安装 → 授权 → 打开 GUI 操作。若参与开发或自建，需查看仓库内源码与 issue；贡献方向可参考仓库 project roadmap。

合规与风险

  • 许可证：项目采用 MIT License；README 写明使用者同意作者 不对使用中的问题、损害或索赔承担责任。
  • 供应链与阶段：仓库 未归档；功能与稳定性以 beta 为准，升级与发布以 GitHub Releases 为准。

  • 隐私与数据：录屏与 系统音频 涉及敏感内容，需在团队流程中单独评估 同意、留存与披露；系统音频依赖 Electron desktopCapturer，存在平台差异：

    • macOS：需 macOS 13+；macOS 14.2+ 会提示音频采集权限；macOS 12 及以下 不支持系统音频（麦克风仍可用）。
    • Windows：README 称系统音频 可直接使用。
    • Linux：需 PipeWire（Ubuntu 22.04+、Fedora 34+ 等默认）；仅 PulseAudio 的老环境可能无系统音频（麦克风通常仍可用）。

适合谁

  • 独立开发者 / 小团队：需要免费、可商用的演示录像工具，接受功能比 Screen Studio 更精简。
  • 内容制作者：需要缩放、标注、多比例导出等「基础但够用」的剪辑向能力。
  • 贡献者：可通过 open issues 与 roadmap 了解方向并提交 PR。

推荐结论

若目标是 零订阅成本、MIT 许可、本地桌面录屏 + 简单后期式调整，OpenScreen 与当前文档、API 信息一致，值得从 Releases 装一版试用；若依赖 稳定的系统音频 或旧版 macOS/Linux，请先对照上文 Limitations 核对环境。需要 Screen Studio 全套高级能力时，README 亦建议支持官方产品。

延伸阅读

GitHub 日榜观察 · 第二名：VibeVoice

仓库：microsoft/VibeVoice
项目站：microsoft.github.io/VibeVoice
榜单：GitHub Trending · Today（按页面排序为当日 第二名；榜单会随时变化，请以官方页为准）
快照（GitHub API）：约 34707 Star；3946 Fork；主语言 Python；License MIT License；Topics —；Archived False
撰稿说明：由定时任务调用 Cursor Agent 根据公开 README 与 API 整理，非项目方官方稿件。

它是什么

VibeVoice 是微软在 GitHub 上开源的 Open-Source Frontier Voice AI（前沿语音 AI 模型族），面向 自动语音识别（ASR） 与 文本转语音（TTS） 等场景。技术侧 README 强调：约 7.5 Hz 的 连续语音 tokenizer（声学 + 语义） 兼顾长序列效率与音质；next-token diffusion 用 LLM 理解文本与对话流，用 diffusion head 补声学细节（详见 Project Page 与 README 内论文链接）。

Hugging Face 集合（模型总入口）：huggingface.co/collections/microsoft/vibevoice-68a2ef24a875c44be47b034f

当前仓库里「能玩什么」（以 README 为准）

README 将能力对应到多条产品线，详细说明在仓库 docs/：

  1. VibeVoice-ASR
    单次推理可处理长约 60 分钟 音频（64K token 内），输出带 说话人 / 时间戳 / 文本 的结构化转写；支持 Customized Hotwords（自定义热词）；50+ 语言。入口含 Playground、Hugging Face、Finetuning，vLLM 见 docs/vibevoice-vllm-asr.md。VibeVoice ASR 已纳入 Transformers v5.3.0，可通过 Hugging Face Transformers 接入。
  2. VibeVoice-Realtime-0.5B
    约 0.5B 参数，流式文本输入、实时 TTS（README 称首包可听延迟约 300ms 量级）、长段生成约 10 分钟 量级；可跑 Colab。
  3. VibeVoice-TTS
    README 仍介绍长文本/多说话人 TTS 论文与效果（约 90 分钟、最多 4 说话人 等），但仓库内代码有重大调整（见下节「重要变更」）。

怎么安装

README 未给出覆盖全仓的单一 pip install 行；自托管须按各模型文档装依赖。

1. 获取源码

git clone https://github.com/microsoft/VibeVoice.git
cd VibeVoice

2. 按方向阅读官方安装与依赖

3. 权重

README 表格指向 Hugging Face，例如 VibeVoice-ASR-7B、VibeVoice-Realtime-0.5B。快速体验可优先 Playground / Colab，不必先搭满本地环境。

怎么使用（最小可运行路径）

路径 A：ASR（浏览器，零本地安装）
打开 ASR Playground，按页面提示上传或录制，查看结构化转写。

路径 B：流式 TTS（Colab）
在浏览器打开并顺序运行单元格：

vibevoice_realtime_colab.ipynb

路径 C：另一份 Colab（README 徽章）
VibeVoice_colab.ipynb

本地 / 代码集成
使用 Transformers 调用 ASR 时，升级到包含 VibeVoice ASR 的 Transformers 版本，并遵循 docs/vibevoice-asr.md 中的用法章节；具体 API、CLI 与脚本以仓库当前 docs/、demo/ 为准。

重要变更（必读）

README 2025-09-05 说明：为强调负责任使用，已从本仓库移除 VibeVoice-TTS 代码。长文本多说话人 TTS 的论文与 Hugging Face 说明仍在，但克隆本仓库不应再假设能直接跑通原 TTS 训练/推理全套脚本；请以当前文件与 Hugging Face 为准。官方 Risks and Limitations 提示：存在偏见与错误；高质量合成语音有深度伪造与虚假信息风险；不建议未经验证直接用于商业或生产，默认面向 研发；须符合当地法律并建议披露 AI 生成内容。

合规与风险

  • 许可证：MIT License（spdx_id: MIT）；权重与第三方依赖须各自遵守条款。
  • 供应链：自 GitHub / Hugging Face 拉取模型与包时，生产环境应固定版本并审计依赖。
  • 数据与隐私：处理用户语音须单独满足同意、留存、跨境与行业合规。
  • 模型局限（README 要点）：输出可能不准或有偏；发布与 Qwen2.5 1.5b 等相关基座带来的偏见可能继承。合成语音滥用风险由部署方管控。
  • 仓库状态：Archived False，主分支 main。

适合谁

  • 研究 / 算法：语音 × LLM × diffusion、长音频 ASR、说话人与时间戳联合建模、ASR 微调与 vLLM。
  • 产品原型：会议转写、字幕、语音输入——先用 Playground / Colab 验证再考虑自托管。
  • 含 TTS 全链路的团队：先核对仓库是否仍含所需代码，并规划滥用防护（鉴权、场景限制、水印等）。

推荐结论

值得关注，但要带着「研究框架 + 责任声明」去读。 ASR 与 Realtime 文档、Transformers 集成与社区采用（如 README 提到的 Vibing 输入法）较完整；VibeVoice-TTS 代码已移除 后，勿按旧文「克隆即跑通长文本 TTS 全套」规划。优先 Playground / Colab / Hugging Face，再深入 docs/ 与 finetuning-asr/。

延伸阅读