12-factor-agents Prompt模板
12-factor-agents Prompt模板 是 AI Skill Hub 本期精选Prompt模板之一。在 GitHub 上收获超过 19.8k 颗 Star，综合评分 8.5 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
优质 Prompt 模板的核心价值在于其结构化设计：明确的角色设定、精确的任务描述、具体的输出格式要求和必要的边界条件，这些要素共同构成了一个能够持续产出高质量结果的 Prompt 框架。12-factor-agents Prompt模板 提供的模板经过反复迭代和用户验证，能够有效减少 AI 的"幻觉"（Hallucination）和输出不稳定问题。
无论你使用 Claude 3.5 Sonnet、GPT-4、Gemini 还是国内的文心一言、智谱 AI，优质的 Prompt 设计都能跨模型复用。AI Skill Hub 建议将本模板保存为个人 Prompt 库的标准组件，根据具体场景调整参数后反复使用，形成自己的 AI 提效工作流。
12-factor-agents Prompt模板 是经过精心设计和反复验证的专业 Prompt 模板集合。这些 Prompt 框架能够有效激活 Claude、ChatGPT 等大型语言模型的深层能力，让 AI 生成更准确、更有价值的输出结果。无需任何安装，直接复制模板内容到 AI 对话框即可使用。
12-factor-agents Prompt模板 是经过精心设计和反复验证的专业 Prompt 模板集合。这些 Prompt 框架能够有效激活 Claude、ChatGPT 等大型语言模型的深层能力，让 AI 生成更准确、更有价值的输出结果。无需任何安装，直接复制模板内容到 AI 对话框即可使用。
- 精心设计的 Prompt 框架，快速激活 AI 的深层能力
- 支持参数化替换，灵活适配多种业务场景
- 经过反复验证的指令结构，显著提升 AI 输出质量和一致性
- 适用于 Claude、ChatGPT 等主流大语言模型
- 可作为团队标准 Prompt 模板复用和二次开发
- 快速生成高质量的专业文案、分析报告或结构化内容
- 利用 Prompt 框架引导 AI 解决特定领域的复杂问题
- 在不同 AI 工具间复用经过验证的提示词模板
# Prompt 无需安装，直接复制使用 # 支持：Claude / ChatGPT / Gemini / 通义千问 等主流模型 # 使用步骤 # 1. 复制 Prompt 模板内容 # 2. 粘贴到 AI 对话框 # 3. 替换 [占位符] 为实际内容 # 4. 发送后获取结构化输出 # 获取原始文件 git clone https://github.com/humanlayer/12-factor-agents
- 复制本工具的 Prompt 模板内容
- 打开 Claude、ChatGPT 或其他 AI 对话工具
- 将 Prompt 粘贴到对话框开头
- 根据实际需求替换 [占位符] 中的内容
- 发送后 AI 将按照模板格式执行，获得结构化输出
# 粘贴到 Claude/ChatGPT 使用 # 示例 Prompt 结构： 你是一位 [角色]，擅长 [领域]。 请根据以下要求完成任务： 任务背景：[描述背景] 具体要求：[详细说明] 输出格式：[期望格式] # 将 [] 内内容替换为实际需求
# 12-factor-agents 配置说明 # 查看配置选项 12-factor-agents --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export 12_FACTOR_AGENTS_CONFIG="/path/to/config.yml"
12-Factor Agents - Principles for building reliable LLM applications
-white){kind=icon}
<p></p>
In the spirit of 12 Factor Apps. The source for this project is public at https://github.com/humanlayer/12-factor-agents, and I welcome your feedback and contributions. Let's figure this out together!
[!TIP] Missed the AI Engineer World's Fair? Catch the talk here Looking for Context Engineering? Jump straight to factor 3 Want to contribute to npx/uvx create-12-factor-agent - check out the discussion thread
<img referrerpolicy="no-referrer-when-downgrade" src="https://static.scarf.sh/a.png?x-pxid=2acad99a-c2d9-48df-86f5-9ca8061b7bf9" />
<a href="#visual-nav"><img width="907" alt="Screenshot 2025-04-03 at 2 49 07 PM" src="https://github.com/user-attachments/assets/23286ad8-7bef-4902-b371-88ff6a22e998" /></a>
Hi, I'm Dex. I've been hacking on AI agents for a while.
I've tried every agent framework out there, from the plug-and-play crew/langchains to the "minimalist" smolagents of the world to the "production grade" langraph, griptape, etc.
I've talked to a lot of really strong founders, in and out of YC, who are all building really impressive things with AI. Most of them are rolling the stack themselves. I don't see a lot of frameworks in production customer-facing agents.
I've been surprised to find that most of the products out there billing themselves as "AI Agents" are not all that agentic. A lot of them are mostly deterministic code, with LLM steps sprinkled in at just the right points to make the experience truly magical.
Agents, at least the good ones, don't follow the "here's your prompt, here's a bag of tools, loop until you hit the goal" pattern. Rather, they are comprised of mostly just software.
So, I set out to answer:
### What are the principles we can use to build LLM-powered software that is actually good enough to put in the hands of production customers?
Welcome to 12-factor agents. As every Chicago mayor since Daley has consistently plastered all over the city's major airports, we're glad you're here.
Special thanks to @iantbutler01, @tnm, @hellovai, @stantonk, @balanceiskey, @AdjectiveAllison, @pfbyjy, @a-churchill, and the SF MLOps community for early feedback on this guide.
aiskill88点评：星标近2万的优质项目，将工程最佳实践系统化应用于LLM代理开发，填补理论与实践的空白。TypeScript实现降低使用门槛，社区活跃度高。
- 想快速复用高质量提示词模板的 AI 用户
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
- 精心设计的 Prompt 框架，快速激活 AI 的深层能力
- 支持参数化替换，灵活适配多种业务场景
- 经过反复验证的指令结构，显著提升 AI 输出质量和一致性
- 适用于 Claude、ChatGPT 等主流大语言模型
- 可作为团队标准 Prompt 模板复用和二次开发
- 想快速复用高质量提示词模板的 AI 用户
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 快速生成高质量的专业文案、分析报告或结构化内容
- 利用 Prompt 框架引导 AI 解决特定领域的复杂问题
- 在不同 AI 工具间复用经过验证的提示词模板
- +GitHub 19.8k Star，社区高度认可
- +无需安装，立即可用
- +适配所有主流 AI 工具
- +经社区验证的最佳实践
- −效果依赖使用者对 Prompt 工程的熟悉程度
- −不同模型和版本的响应效果可能存在差异
- −复杂场景需结合实际需求二次调整
该工具使用 NOASSERTION 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
📄 NOASSERTION — 请查阅原始协议条款了解具体使用限制。
经综合评估，12-factor-agents Prompt模板 在Prompt模板赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | 12-factor-agents |
| 原始描述 | 开源Prompt模板：What are the principles we can use to build LLM-powered software that is actuall。⭐19.8k · TypeScript |
| Topics | LLM代理Prompt模板12因素原则上下文优化TypeScript |
| GitHub | https://github.com/humanlayer/12-factor-agents |
| License | NOASSERTION |
| 语言 | TypeScript |
收录时间：2026-05-13 · 更新时间：2026-05-16 · License：NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。