还在为写 prompt 反复折腾？这个本地提示词知识库 Skill 太适合 OpenClaw / Claude Code 了

还在为写 prompt 反复折腾吗？同一个任务换套说法就翻车；好不容易攒了点提示词，散在各个聊天记录里，要用时死活找不到。

今天给白鹿的朋友们挖到一个很适合 OpenClaw / Claude Code 的提示词工程 Skill：yangcyyang/prompt-engineering

它本质上是一个「本地提示词知识库 + 自动生成器」。装好之后，你直接跟 AI 说「帮我找一个营销文案的提示词」，它会先从你本地的 Markdown 知识库里做全文检索，把最匹配的 Top-3 提示词捞出来；如果库里面没有，它就自动按 LangGPT 格式帮你现场生成一份，不用你再苦思冥想。

为什么值得装？

• 真正的本地知识库：用 SQLite FTS5 做全文索引，中文逐字切分，响应很快，而且所有数据都在自己电脑上，隐私可控。
• 自动意图路由：Skill 会自动判断你是想「搜库」还是「直接生成」，万一理解模糊，最多只反问一个问题，不会一上来就给你甩一长串。
• LangGPT 结构化输出：没检索到时，自动生成符合 LangGPT 格式的系统提示词，拿来就能用，省掉大量模板搭建时间。
• 零外部依赖：只依赖 Python 标准库，装完即用，不用担心环境冲突。

上手姿势也很简单：

1. 把仓库复制到 skills 目录，OpenClaw 放进 ~/.openclaw/workspace/skills/，Claude Code 放进 ~/.claude/skills/。
2. 把你的 Markdown 提示词合集路径填进 indexer.py 里的 DEFAULT_KB_PATHS。
3. 跑一次 python3 indexer.py 重建索引。
4. 直接在对话里说「生成一个客服助手的系统提示」或「找一个 GEO 营销的 prompt」就行。

对于天天跟 AI 打交道的同学，这个 Skill 最大的价值是：把散落的 prompt 沉淀成可检索、可复用的知识资产。你不用再在聊天记录里翻半小时，也不用每次面对空白对话框从零开始写。

如果你已经在用 OpenClaw 或 Claude Code，强烈建议把 yangcyyang/prompt-engineering 装起来试试。

GitHub: https://github.com/yangcyyang/prompt-engineering