#prompt-optimization Repositórios
Descubra 13 repositórios ativos de código aberto no GitHub marcados com #prompt-optimization, acumulando um total de 105,548 estrelas (uma média de 8,119 por projeto). O líder deste tópico é linshenkx/prompt-optimizer, com 42,108 estrelas.
13 repositórios no total
Um otimizador de prompts de IA para escrever prompts melhores e obter melhores resultados de IA.
达尔文.skill —— Um sistema que evolui infinitamente suas Skills: avaliação→melhoria→teste→manter ou rollback | Otimização autônoma de skills inspirada em Autoresearch para Claude Code. Avaliar, melhorar, testar, manter ou reverter.
TextGrad: Diferenciação ''Automática'' via Texto -- usando grandes modelos de linguagem para retropropagar gradientes textuais. Publicado na Nature.
Coleção dos Melhores Prompts de IA 2025: Guia Completo de Prompt para ChatGPT, Claude e Gemini
Interface Go unificada para provedores de Modelos de Linguagem (LLM). Simplifica a integração de LLM com gerenciamento de prompt flexível e funções de tarefas comuns.
Uma extensão sd-webui para utilizar o DanTagGen para "aumentar a resolução dos prompts".
Faz seu agente de IA pensar como o desenvolvedor sênior mais preguiçoso da sala. O melhor código é aquele que você nunca escreveu.
Perguntas Frequentes
Qual é o repositório de #prompt-optimization mais popular no GitHub?
O projeto de código aberto de #prompt-optimization mais bem classificado no GitHub é linshenkx/prompt-optimizer, com 42,108 estrelas. Um otimizador de prompts de IA para escrever prompts melhores e obter melhores resultados de IA.
Quais linguagens de programação são mais usadas nos repositórios de #prompt-optimization?
Entre os projetos de #prompt-optimization mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Jupyter Notebook, HTML.
Como é calculada a classificação dos repositórios de #prompt-optimization?
Acompanhamos 13 repositórios ativos de código aberto marcados com #prompt-optimization (com mais de 500 estrelas), totalizando 105,548 estrelas e uma média de 8,119 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.