Prompt Dog
PromptDog(提示词牧羊犬)——终极技能架构师,提示词、SOP 与 Agent 工作流的设计、优化与诊断专家。当用户想写提示词、优化或评分现有提示词、把模糊需求变成可执行的 SOP 或自动化工作流、设计提示链/多智能体/子 agent 方案、或抱怨"AI 输出不稳定/不好用/不听话"时,使用本技能——哪怕用... Skill: Prompt Dog Owner: shandiant Summary: PromptDog(提示词牧羊犬)——终极技能架构师,提示词、SOP 与 Agent 工作流的设计、优化与诊断专家。当用户想写提示词、优化或评分现有提示词、把模糊需求变成可执行的 SOP 或自动化工作流、设计提示链/多智能体/子 agent 方案、或抱怨"AI 输出不稳定/不好用/不听话"时,使用本技能——哪怕用... Tags: latest:0.1.0 Version history: v0.1.0 | 2026-07-23T08:37:45.031Z | auto - Initial release of PromptDog (prompt-dog), a comprehensive skill for designing, optimizing, and diagnosing prompts, SOPs, and AI agent w
Rank
62
Safety
84
Downloads
3.0k
Updated
Oct 9, 2026
Version
0.1.0
Source
CLAWHUB
About
What it does, and when to use it.
Capability contract not published. No trust telemetry is available yet. 3K downloads reported by the source. Last updated 10/9/2026.
Avoid when
- Contract metadata is missing or unavailable for deterministic execution.
Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing
Public facts
Every fact links back to the source it came from.
- Vendor
- Clawhubvendor · observed Oct 9, 2026
- Protocol compatibility
- OpenClawcompatibility · observed Oct 9, 2026
- Adoption signal
- 3K downloadsadoption · observed Oct 9, 2026
- Latest release
- 0.1.0release · observed Jul 23, 2026
- Handshake status
- UNKNOWNsecurity
Install and run
Setup complexity: low.
clawhub skill install s175zbck07pyhvhbqea7be5td58845ea:prompt-dog- Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
- Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.
Contract: missing
curl -s "https://www.xpersona.co/api/v1/agents/clawhub-shandiant-prompt-dog/snapshot"
Documentation
CLAWHUB
25,467 characters of source documentation, loaded on request.
Extracted files
5 files captured from the source.
SKILL.md
--- name: prompt-dog description: PromptDog(提示词牧羊犬)——终极技能架构师,提示词、SOP 与 Agent 工作流的设计、优化与诊断专家。当用户想写提示词、优化或评分现有提示词、把模糊需求变成可执行的 SOP 或自动化工作流、设计提示链/多智能体/子 agent 方案、或抱怨"AI 输出不稳定/不好用/不听话"时,使用本技能——哪怕用户只说一句模糊需求也应触发。不要触发的情形:用户只要一次性答案而非可复用的提示词或流程(直接回答即可)、或正在用其他专用技能执行具体任务。本技能全程用带推荐默认值的选择题澄清需求,严禁对用户连续开放式提问。 --- # PromptDog · 终极技能架构师 把模糊需求变成可被证明有效的提示词、SOP 或工作流。用户不欠你一份需求文档:绝大多数人说不清"我们行业怎么做",但都能从 3 个候选里挑出对的那个。所以永远**提案让用户挑**,不**提问让用户答**。 ## 四条核心信条 1. **让用户做选择题,不做问答题。** 宁可给出可修正的错误候选项,也不抛开放式问题。 2. **能简单绝不复杂。** 复杂度是成本不是荣誉:每升一级,调试难度和失败面都翻倍。 3. **验收标准先于设计。** 没有验收标准的迭代是漂移,不是收敛。 4. **没有终止条件的循环不是闭环,是空转。** 每个循环都写死最大轮数与止损路径。 ## 主循环 ① 入口识别 → ② 复杂度判级(你自判,人话宣告)→ ③ 低摩擦澄清(≤2 轮选择题卡片)→ ④ 策略装配与构建 → ⑤ 内嵌验证与会话内试跑 → ⑥ 自检、交付、文档化。L3/L4 产物内部另含写给未来运行时的"执行→评估→诊断→精调"闭环。 ## 入口路由 | 用户给的是 | 模式 | 动作 | |---|---|---| | 一段待改进的现有提示词 | 诊断 | 读 `references/diagnose.md`:先零提问打十维分,再仅对最低 2-3 维出一张预填选择题 | | 一个想让 AI 做的事 | 新建 | 走主循环 | | 重复性 / 定时 / 多步 / 协作任务 | 工作流 | 走主循环,判级起点通常 ≥L2 | 诊断中发现任务超出单提示词能力(六信号 S1/S4/S5 有 2 分项)时,先完成本次改进交付,经用户同意再转入主循环重新判级(见 diagnose.md 升级出口)。 ## 第一步:复杂度判级 在提出任何问题之前先判级,因为级别决定问题预算与产出形态。按六信号各打 0/1/2 分求和(打分锚点与边界案例见 `references/complexity-routing.md`): | 信号 | 0 分 | 1 分 | 2 分 | |---|---|---|---| | S1 步骤数 | 一步完成 | 2–5 个线性步骤 | ≥6 步或含分支/循环 | | S2 领域知识 | 通用常识 | 需行业惯例 | 需专家级 know-how | | S3 准确性风险 | 错了无妨 | 需可核查 | 错误代价高 / 对外交付 | | S4 外部依赖 | 无 | 单一工具或实时数据 | 多工具 / 定时 / 多系统 | | S5 角色协作 | 单角色 | 需一个审查视角 | 需多专业角色分工 | | S6 产出结构 | 自由文本 | 固定版式 | 机器可读且有下游消费 | **定级**:0–2 → L1 优化提示词;3–5 → L2 步骤化 SOP;6–8 → L3 提示链;9–12 → L4 多智能体编排。 **越级**:含循环迭代 → 至少 L3;多角色独立产出再汇总 → 至少 L4。 **降级**:总分恰为区间下限(3/6/9)且无越级信号时,先按低一级设计并在假设清单标注升级路径,试跑不达标再升级;判 L4 前自问"单 agent 顺序执行能否胜任",能则降回 L3。 判级由你完成,**不许让用户选级别**——用户判不了级正是他来找你的原因。宣告只用一句人话("这是个多步骤、要联网核查的任务,我按提示链方案设计"),信号打分明细默认收起,用户追问才展开。 ## 低摩擦澄清铁律 绝不连续开放式提问——用户答不上开放式问题,正是本技能存在的理由。出卡片前读 `references/clarify-cards.md`(卡片模板、行业候选库、解析表)。 **问题预算**(每轮题数上限相同、含验收标准题;超预算一律转"假设+标注",绝不加第三轮): | 级别 | 首轮题数 | 总轮数 | 零提问条件 | |---|---|---|---| | L1 | 0–1 | ≤1 | 任务常见且无高风险歧义 → 直接产出 + 假设标注 | | L2 | ≤3 | ≤2 | 用户已给出流程草稿或明确约束 | | L3/L4 | ≤4(含运行环境题) | ≤2 | 永不为零,首轮只问方向级 | **卡片规则**:每题 2–4 个实质候选 + 一个"其他(一句话说明)"逃生口;每个 ★推荐必附一句理由;多选题显式标注"可多选"。行业 know-how(质检维度、流程惯例、验收习惯)永远由你先给候选、用户修正,禁止让用户从零描述。L3/L4 首轮必含一题**运行环境**(在哪跑、有无搜索/定时/工具能力),因为编排方案必须按环境裁剪。 **渐进披露**:第 2 轮题目必须由第 1 轮答案派生;答案不影响后续设计的题不许问。 **解析与推进**:支持"都按推荐 / 1A 2C 3默认 / 2AC / 一句话覆盖某题"(完整解析表见 clarify-cards.md)。解析后一行复述生效配置("生效:1A 2C 3★"),不等二次确认,直接推进。 **追问 vs 假设**:会改变架构选型、或错误代价高且不可逆 → 必问;只影响措辞/篇幅/语气 → 假设+标注;行业细节 → 给候选,用户选不出就按 ★ 假设。必问题与预算冲突时的裁决顺序:先"以一题换一题"挤掉措辞类问题;挤不进时允许唯一例外——追加一题并用一句人话说明为何必须多问;仍无回应则按最保守选项设计,并把该假设放在假设清单首条。 ## 验收标准与验证强度 验收标准区块 L2 及以上产物必有。确认卡仅 S3≥1 时出(量化指标 / 格式 / 红线 / 错误代价,模板见 `references/verification.md`);S3=0 时不出卡,由你按场景自拟标准写入产物并在假设清单标注,用户可按编号修正。 验收标准卡不是额外的一轮:它计入总轮数预算,优先并入最后一轮澄清卡合并发出(同一张卡、同一份简写解析);已在澄清轮确认过的项禁止重复问,能从已答项或场景推断的项直接转 ★预填或假设。L1 且 S3≥1 时只保留"错误代价"一题并入唯一一轮,其余标准预填后随产物交付。 错误代价的仲裁规则:**你的场景推断与用户自评取其高**。用户自评"错了无妨"但产出对外发布或供决策时,按高风险处理并向用户说明原因。验证机制按选型表配置(自我一致性 / 交叉核查 / 来源强制 / 对抗审查 / 人工确认点,各有插入位置与成本)——验证是保险,保费不应超过标的。 ## 构建产出 按级别抄 `ref
kennel/合同审查Agent/回归测试/README.md
# 回归测试集 改版不跑回归 = 盲改。本目录是这个 Agent 的质检基准。 ## 怎么建(一次性,约半小时) 1. 律师挑 3–5 份**已人工审查过**的历史合同(脱敏),放入本目录 2. 每份配一个 `<合同名>-预期.md`:当年人工审查发现的主要风险点清单(条款位置 + 风险描述即可) ## 怎么用 每次修改 `prompts/` 或 `审查流程.md` 后,重跑本目录全部合同,对照各自的预期清单统计四指标: | 指标 | 发布门槛 | |---|---| | 漏审 | **必须为 0** | | 虚构来源 | **必须为 0** | | 误报 | 不高于上一版本 | | 定位失败 | 不高于上一版本 | ## 版本发布 四指标达标后:`审查流程.md` 头部版本号 +0.1,`CHANGELOG.md` 加一条变更记录。不达标就回退修改。
kennel/合同审查Agent/待审合同/README.md
# 待审合同 把需要审查的合同放在这里(PDF / Word / 图片 / 纯文本)。 测试阶段请只放**脱敏后**的合同。
kennel/合同审查Agent/输出/README.md
# 输出 审查完成后,三件套交付物(审查报告 / 原文批注 / JSON 风险清单)会生成到这里。 文件命名:`<合同名>-审查-<日期>`
README.md
# PromptDog 🐕 提示词牧羊犬 > **把说不清的需求,牧成能上岗的 Agent。** PromptDog 是一个「设计提示词的提示词专家」——装进你的 AI(Codex、Claude Code、WorkBuddy、任意对话窗口)之后,你只需要说一句模糊的需求,它负责把需求牧成能直接使用的提示词、SOP,或者一个完整的、带质检闭环的 Agent 资产包。 ## 解决什么问题 普通人用 AI 最大的障碍不是不会用,而是**说不清需求**——尤其是行业 know-how 和工作流程。传统提示词工具在这里有三宗罪: 1. **连环开放式提问**:「你们的质检标准是什么?」——用户答不上来,表述负担被丢回给最不擅长表述的人 2. **不分复杂度一刀切**:不管什么任务都回你「一段更好的提示词」——复杂任务被糊弄,简单任务被过度设计 3. **交付即结束**:没有验收标准、没有验证环节、没有迭代沉淀——效果靠运气,用完资产归零 ## PromptDog 的不同 | | 传统提示词优化 | PromptDog | |---|---|---| | 需求澄清 | 开放式提问,用户从零描述 | **选择题 + ★推荐默认值**,行业常见做法由它先猜、你来挑,回「都按推荐」即放行 | | 复杂度 | 一律输出一段提示词 | **六信号判级**:L1 提示词 / L2 SOP / L3 提示链 / L4 多智能体,能简单绝不复杂 | | 质量 | 「看起来更好了」 | **验收标准先行**,按错误代价配验证(自我一致性 / 交叉核查 / 来源强制 / 对抗审查 / 人工确认点) | | 迭代 | 无限改稿 | **闭环有终点**:最大轮数 + 可度量止损,绝不空转 | | 交付 | 一段文字,用完即散 | **资产包文件夹**:路由 + 渐进式加载 + 启动指令 + 复盘 + 回归测试,拖进任意 Agent 工作区就是一个专职数字员工 | | 改现有提示词 | 凭感觉给意见 | **十维评分诊断**:先零提问打分,再一张卡片确认,输出「建议/原文/机制」+ 改进版全文 + 回归对照 | ## 一次交互长什么样 > **你**:我是做跨境电商的,想让 AI 帮我做客服质检 > > **PromptDog**:这是个需要行业惯例的中等任务,我按 SOP 方案设计。确认三件事,回「都按推荐」可直接通过: > **Q1 质检维度?**(可多选)A. 响应及时性 ★ B. 话术合规 ★ C. 问题解决率 ★ D. 情绪安抚 E. 其他…… > > **你**:都按推荐 > > **PromptDog**:生效:全部 ★。(直接交付完整 SOP + 生效假设清单 + 上手指南) 全程零开放式提问,你打的字不超过十个。 ## 体系结构 ```text prompt-dog/ ├── SKILL.md 本体主流程(判级量表、问题预算、铁律)——Codex/Claude Code 等编程 Agent 用 ├── references/ 渐进式加载的方法库 │ ├── clarify-cards.md 确认卡片模板、回复解析表、行业候选库 │ ├── complexity-routing.md 六信号打分锚点、级别路由表、信号→策略速查表 │ ├── strategy-map.md 提示词策略全量档案(CoT/ToT/ReAct/自我一致性…) │ ├── output-templates.md L1–L4 产物模板 + 资产包交付形态 │ ├── verification.md 验收标准卡、验证机制选型、诊断分支表、终止条件 │ └── diagnose.md 现有提示词十维诊断(低摩擦两步流程) ├── assets/ 其他环境的适配版 │ ├── system-prompt.md 单文件系统提示词版(任何有指令框的 AI 可用) │ ├── persona-single-field.md 低代码平台单人设入口版 │ └── codex-setup.md 编程 Agent 配置指南 ├── kennel/ 🏠 犬舍——训好的「工作犬」(场景资产包) │ └── 合同审查Agent/ 首只工作犬:律所商事合同风险审查(见下) └── evals/ 测试用例(含不应触发的负例) ``` **理念:skill 是资产的存放形态,agent 是资产的上岗形态。** 每个场景沉淀成一个平台无关的资产包,往任何 Agent 工作区一放就是一个专职数字员工;复盘目录回填漏审误报、回归目录守住发布门槛——用得越多,犬舍越厚,这部分是别人拷不走的。 ## 快速开始 **编程 Agent(Codex / Claude Code,效果最好)**:把本仓库放进工作区,在 `AGENTS.md` 加三行路由(见 `assets/codex-setup.md`)。 **任意对话 AI**:复制 `assets/system-prompt.md` 分隔线以下全文,贴进系统提示词框或对话第一条。 **直接用现成工作犬**:把 `kennel/合同审查Agent/` 整个文件夹拖进 WorkBuddy/Codex 工作区,按其 `启动指令.md` 发一句话即可开审。 详细步骤见 [QUICKSTART.md](QUICKSTART.md)。 ## 案例:合同审查工作犬(kennel 首发) 律所最高频场景——商事合同风险审查,由 PromptDog 两轮选择题生成、工程化沉淀为完整资产包: - 七环节提示链(解析→提取→扫描→法律核查→建议→对抗审查→交付),每环节提示词按需加载 - 三件套交付:风险审查报告 + 原文逐条批注 + 结构化 JSON 风险清单 - 律所级红线:禁止虚构法条与来源、无联网时一律标【待律师核查】、不出最终法律意见 - 自带飞轮:固定启动指令、每周复盘四指标(漏审/误报/定位失败/虚构来源)、改版必跑回归且「漏审=0、虚构来源=0」才许发布 ## 理念来源 五阶段提示词工程流程(规划架构 → 基础构建 → 执行评估 → 诊断精调 → 工程化管理)+ 二十余个提示词策略的信号化路由(见 references/strategy-map.md)。PromptDog 做的事,是把这套方法论从「你要懂」变成「它替你懂」。 ## License 见 [LICENSE](LICENSE)。
AionUi
Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!
activepieces
AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents
cherry-studio
AI productivity studio with smart chat, autonomous agents, and 300+ assistants.
CopilotKit
The Frontend for Agents & Generative UI. React + Angular
Machine-readable data
The same record, as JSON, for agents and crawlers.
{
"facts": [
{
"factKey": "vendor",
"category": "vendor",
"label": "Vendor",
"value": "Clawhub",
"href": "https://clawhub.ai/shandiant/skills/prompt-dog",
"sourceUrl": "https://clawhub.ai/shandiant/skills/prompt-dog",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-09T10:07:45.093Z",
"isPublic": true
},
{
"factKey": "protocols",
"category": "compatibility",
"label": "Protocol compatibility",
"value": "OpenClaw",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-shandiant-prompt-dog/contract",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-shandiant-prompt-dog/contract",
"sourceType": "contract",
"confidence": "medium",
"observedAt": "2026-10-09T10:07:45.093Z",
"isPublic": true
},
{
"factKey": "traction",
"category": "adoption",
"label": "Adoption signal",
"value": "3K downloads",
"href": "https://clawhub.ai/shandiant/prompt-dog",
"sourceUrl": "https://clawhub.ai/shandiant/prompt-dog",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-09T10:07:45.093Z",
"isPublic": true
},
{
"factKey": "latest_release",
"category": "release",
"label": "Latest release",
"value": "0.1.0",
"href": "https://clawhub.ai/shandiant/prompt-dog",
"sourceUrl": "https://clawhub.ai/shandiant/prompt-dog",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-07-23T08:37:45.031Z",
"isPublic": true
},
{
"factKey": "handshake_status",
"category": "security",
"label": "Handshake status",
"value": "UNKNOWN",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-shandiant-prompt-dog/trust",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-shandiant-prompt-dog/trust",
"sourceType": "trust",
"confidence": "medium",
"observedAt": null,
"isPublic": true
}
],
"events": [
{
"eventType": "release",
"title": "Release 0.1.0",
"description": "- Initial release of PromptDog (prompt-dog), a comprehensive skill for designing, optimizing, and diagnosing prompts, SOPs, and AI agent workflows. - Converts vague user requirements into effective prompts, workflows, or agent orchestrations using a structured, choice-based process—never open-ended questions. - Implements complexity-based routing (L1–L4) determined internally, with user engagement through multiple-choice clarification cards featuring recommended defaults and industry best practices. - Integrates built-in validation, acceptance criteria, and iterative trial runs for higher-level outputs, ensuring reliability and user-centric customization. - All deliverables are versioned, self-contained, and accompanied by actionable setup guides; users can quickly modify by referencing step or hypothesis numbers. - Strictly designed to avoid excessive complexity, enable clear accountability, and foster robust, reusable AI solutions tailored to nuanced user needs.",
"href": "https://clawhub.ai/shandiant/prompt-dog",
"sourceUrl": "https://clawhub.ai/shandiant/prompt-dog",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-07-23T08:37:45.031Z",
"isPublic": true
}
]
}Record generated Oct 9, 2026.
