写了第 800 行才发现少一层？这个仓库把 165 个系统提示词蒸馏成了 15 个 Skill

做过 AI 产品的人都知道，写 system prompt 是个手艺活——你想让模型既听话又敢拒答、既能调用工具又不被注入带走，往往写完才发现少了一层。

kangarooking/system-prompt-skills 这个仓库正好把我这种「写到第 800 行开始怀疑人生」的痛苦抽掉了。它从 165 个真实产品的系统提示词里蒸馏出 15 个可复用的 Agent skill，每一个都是行业里打磨过的成熟模式。

它是什么

不是提示词合集，也不是 prompt 模板站——是 15 个原子化的「系统提示词方法论 skill」。

语料来源是 asgeirtj/system_prompts_leaks 这份公开整理，覆盖了 Anthropic、Google、OpenAI、xAI、Perplexity、Meta、Mistral、Notion、Warp、Brave 等 10 多家厂商的真实系统提示词。本仓库做的是「蒸馏」——用 cangjie-skill 工具链和 RIA-TV++ 方法论，把原始语料提炼成可被 Agent 直接调用的方法论单元。

15 个 skill，按四层组织

身份层：persona-design（身份与角色边界设计）、personality-system（可插拔人格与语气层）。

工具与执行层：tool-specification（工具定义、发现、权限与生命周期）、agent-delegation（子代理分工、上下文隔离与任务生命周期）、code-engineering（编程代理的 Git 安全、代码编辑和验证循环）。

上下文与记忆层：memory-system（长期记忆与敏感边界）、context-management（token 预算、压缩、延迟加载、缓存感知）、conversation-flow（意图分类、澄清策略、任务路由与自主度控制）。

输出与安全层：output-formatting、safety-guardrails、injection-defense、search-integration、citation-system、voice-optimization、mobile-adaptation。

是不是看着就眼熟——这是任何一个做了半年以上 AI 产品都会踩到的设计点。

怎么用

直接 clone 仓库，看一眼 INDEX.md。里面有一张 15 个 skill 的全景图，按你的产品形态选组合路径就行：

• 第一次设计 AI 产品？从 persona-design + safety-guardrails + output-formatting 开始；
• 做 Agent？组合 tool-specification + conversation-flow + agent-delegation + injection-defense；
• 做 AI 搜索或 RAG？拿 search-integration + citation-system + context-management；
• 移动端/语音端？直接调 mobile-adaptation 或 voice-optimization。

每个 skill 是独立文件夹，里面有 SKILL.md，包含触发条件、执行步骤、边界条件。把它们接入你的 Agent 框架，描述/触发的工程本身就已经帮你做完了——不用再重新发明轮子。

适合谁

最适合的人群是正在从 chat 助手进化到 Agent 阶段的工程师。你会发现，当你尝试给模型加工具权限、加任务路由、加子代理的时候，会反复遇到同样一类问题：权限怎么描述、什么时候拒绝、人格和工具规范该不该耦合、token 预算怎么平衡。

这个仓库给的不是答案，是「这一类问题的标准走法」。比起自己拍脑袋，读一下每家厂商在生产环境里怎么写提示词，能省下大量试错时间。

推荐组合

我自己搭配是：persona-design + tool-specification + safety-guardrails + injection-defense + memory-system。覆盖了我最关心的三件事——角色边界、工具权限、提示注入防御。从这里出发，比从一句「你是一个有礼貌的助手」开始要稳得多。

仓库 MIT 协议，159 Star，Star 不算炸裂但绝对精品。把 15 个 SKILL.md 读完，再回头看自己原来的 system prompt，基本都要重写。

GitHub: https://github.com/kangarooking/system-prompt-skills

GitHub: https://github.com/kangarooking/system-prompt-skills