- 人工智能
- 提示工程
【免费下载链接】v0-system-prompts-models-and-tools
FULL Augment Code, Claude Code, Cluely, CodeBuddy, Comet, Cursor, Devin AI, Junie, Kiro, Leap.new, Lovable, Manus, NotionAI, Orchids.app, Perplexity, Poke, Qoder, Replit, Same.dev, Trae, Traycer AI, VSCode Agent, Warp.dev, Windsurf, Xcode, Z.ai Code, Dia & v0. (And other Open Sourced) System Prompts, Internal Tools & AI Models
本篇技术指南以仓库中 Amp/README.md 为核心,系统讲解如何通过 VS Code 中 Amp 的「View Thread YAML」功能导出 AI 编程代理 Amp 的系统提示词与模型调用配置,并深入剖析仓库中保存的两份真实导出产物——Amp/claude-4-sonnet.yaml 与 Amp/gpt-5.yaml——的结构、核心章节与工具集差异。读完本文,你将掌握一套可复现的「提示词取证」方法,能够导出、阅读并对比不同模型调优版本的 Amp 系统提示词,理解其行为设计与底层工具编排。
什么是 Amp,为什么要导出它的系统提示词
Amp 是由 Sourcegraph 构建的 AI 编程代理(AI coding agent),其系统提示词(System Prompt)在 Amp/claude-4-sonnet.yaml 中有明确定义:
You are Amp, a powerful AI coding agent built by Sourcegraph. You help the user with software engineering tasks.
作为 AI 编程工具,Amp 的系统提示词决定了它如何理解任务、调用工具、与用户沟通。对于研究 AI Agent 行为设计、模型调优或提示词工程的开发者而言,能拿到真实产品的完整系统提示词和工具注册清单,价值极大。本仓库正是通过 Amp 自带的调试导出能力,将 Sonnet 4.x 与 GPT-5 两个调优版本的完整提示词与工具配置保存了下来,供学习与研究。
前置准备:登录 Amp 并确认运行环境
导出 Thread YAML 依赖 Amp 的 VS Code 扩展,因此第一步是:
- 安装并启用 Amp 的 VS Code 扩展;
- 在 VS Code 中使用 Amp 账号完成登录(Login with Amp using VS Code);
- 打开任意工作区,确保 Amp 面板可见。
按照 Amp/README.md 的说明,整个导出流程只需一次登录 + 一条简短指令 + 两个点击动作,即可拿到当前会话的完整 YAML 转储。
关键配置:在 Sonnet 4.x 与 GPT-5 调优版本之间切换
在导出之前需要理解一个背景事实(来自 Amp/README.md 的 Notes 部分):
The system prompt used by Amp is tuned to Sonnet 4.x and has other LLMs registered into it as tools ("the oracle").
也就是说,Amp 默认的系统提示词是面向 Sonnet 4.x 调优的,并且把其他 LLM 作为工具注册进了提示词体系——这个被注册为工具的「专家模型」正是提示词中的 Oracle(详见下文)。如果你希望导出的不是默认的 Sonnet 4.x 调优版本,而是 GPT-5 调优版本,需要先在 VS Code 的用户设置(User Settings)中写入如下 JSON,然后重新执行导出步骤:
{ "amp.url": "https://ampcode.com/", "amp.gpt5": true }amp.url:Amp 服务的基础地址,默认指向https://ampcode.com/;amp.gpt5:布尔开关,置为true后,Amp 会切换到 GPT-5 调优的提示词与模型配置。
完成配置后按 Ctrl+Shift+P(macOS 为 Cmd+Shift+P)打开命令面板并保存用户设置即可生效。设置完成后需要再次执行下方的导出流程,才能拿到 GPT-5 版本的 Thread YAML。
四步导出 Thread YAML:完整操作流程
按照 Amp/README.md 的步骤,导出过程如下:
- 登录:使用 Amp 账号在 VS Code 中登录;
- 提问:向 Amp 发送一条简短查询(Issue a short query into Amp),目的是生成一条真实会话线程;
- 长按 Alt/Option + 点击工作区按钮:Windows 上按住
Alt、macOS 上按住Option,同时点击 Amp 面板中的 workspace(工作区)按钮; - 选择 View Thread YAML:在弹出的菜单中点击「View Thread YAML」,即可在编辑器中看到当前线程的完整 YAML 转储。
第 3、4 步的操作入口在仓库的截图中可以看到:Amp/view-thread-yaml.png 展示了这一菜单的完整形态——菜单中除了高亮显示的「View Thread YAML」之外,还包含线程权限设置(Public / Workspace / Private)、Copy Link、Open on Web、Share Thread with Support 等操作项,其中「Workspace」是当前会话使用的默认权限范围。
值得注意的操作要点:只有按住修饰键(Alt/Option)点击按钮,才会展开包含「View Thread YAML」的扩展菜单;直接点击只会触发默认行为。因此若菜单未出现该选项,请检查是否已正确按住修饰键。
导出的 Thread YAML 里有什么
一次成功的导出会生成一份完整的 YAML 文件,其中包含系统提示词全文、当前会话环境信息、工具注册表,以及模型推理相关的调试元数据。仓库中的两份导出产物分别对应两种调优版本:
| 文件 | 调优模型 | 形态 |
|---|---|---|
| Amp/claude-4-sonnet.yaml | Sonnet 4.x | 以system:开头的提示词 +tools:工具清单 |
| Amp/gpt-5.yaml | GPT-5 | 以~debug:开头的推理调试转储,内嵌完整系统提示词与工具清单 |
下一节逐一深入这两份文件。
深度解析 claude-4-sonnet.yaml:Sonnet 4.x 调优系统提示词
Amp/claude-4-sonnet.yaml 是 Sonnet 4.x 调优版本的完整转储,共 2175 行,结构上分为系统提示词主体与工具定义两大部分。提示词主体由system下的多个text消息块组成,依次承载角色定义、行为准则、环境信息与沟通规范。
角色与行为准则(Agency)
提示词开篇(第 10 行起的 Agency 章节)明确了 Amp 的工作定位:用户主要请求它完成软件工程任务,包括新增功能、修复缺陷、重构代码、解释代码等。同时给出了三条平衡原则:
- 被要求时主动做事,包括采取行动与跟进动作;
- 不未经询问就做出让用户意外的操作(例如用户只问「如何做/怎么规划」,应优先回答问题而不是立刻动手改文件);
- 除非用户要求,不要附加代码解释总结,改完文件就停。
章节内还给出了「完成任务」的推荐步骤:充分利用所有可用工具;用todo_write规划任务;复杂任务先用 oracle 获取专家指导;用codebase_search_agent理解代码库;完成后必须运行get_diagnostics及 lint/typecheck 命令(如pnpm run build、pnpm run check、cargo check、go build等)验证代码正确性,若找不到正确命令则询问用户并建议写入AGENTS.md。
Oracle:被注册为工具的其他 LLM
Oracle 章节(第 211 行起)是本版本最独特的机制,也印证了 README 中「把其他 LLM 注册为工具」的描述。提示词明确说明:
You have access to the oracle tool that helps you plan, review, analyse, debug, and advise on complex or difficult tasks.
Oracle 是一个「高级工程顾问」,被要求频繁使用:制定计划时、审查自身工作时、理解既有代码行为时、调试不工作的代码时都可以调用;并且调用前应告知用户,例如说「I'm going to ask the oracle for advice」。在工具定义区(第 1623 行起)可以看到 Oracle 工具的描述细节:它由 OpenAI 的 o3 推理模型驱动,拥有 list_directory、Read、Grep、glob、web_search、read_web_page 等工具,适用于代码审查、架构反馈、多文件 Bug 定位、复杂实现规划与深度推理问答。
任务管理:todo_write 与 todo_read
Task Management 章节(第 301 行起)要求极其频繁地使用todo_write和todo_read工具来管理与规划任务,将复杂大任务拆解为小步骤,并在每完成一项后立即标记为 completed,禁止批量完成后再统一标记。提示词中还给出了完整的运行示例:从「Run the build」与「Fix any type errors」两条 TODO 开始,运行时发现 10 个类型错误便拆成 10 条 TODO 逐一修复、逐一标记。
约定与规则
Conventions & Rules 章节(第 402 行起)包含以下关键约束:
- 文件系统工具一律使用绝对路径,不用相对路径;
- 绝不假设某个库可用,写代码前必须确认代码库已使用该库(检查 package.json、cargo.toml 等);
- 新建组件前先看既有组件写法,遵循框架选择、命名约定与类型约定;
- 始终遵循安全最佳实践,绝不引入暴露或记录密钥的代码,绝不提交密钥;
- 除非用户要求或代码复杂到需要上下文,不给代码加注释;
- 正确对待
[REDACTED:amp-token]之类的脱敏标记,不要用脱敏标记当作编辑上下文,也不要覆盖真实密钥; - 禁止通过
as any、// @ts-expect-error等方式压制编译器/类型检查器/linter 错误; - 禁止在 shell 命令中使用
&启动后台进程,需要长时间运行的任务应让用户手动在 Amp 之外运行。
AGENTS.md 自动上下文
AGENTS.md 章节(第 455 行起)规定:如果工作区存在AGENTS.md,它会自动加入上下文,用于理解常用命令(typecheck、lint、build、test)、用户的代码风格与命名偏好、代码库结构与组织方式;AGENT.md与AGENTS.md同等对待。
环境与沟通规范
Environment 块(第 754 行起)注入会话环境信息,包括当前日期、工作目录、操作系统、仓库地址与工作区目录树缓存。Communication 章节则要求:使用 GitHub Flavored Markdown、文件名不加反引号、回复中不出现 emoji、不奉承、不道歉、不感谢工具结果、涉及非平凡工具操作时先说明意图、回复尽量控制在 4 行以内等。关于 Amp 自身(模型、定价、功能、配置)的提问,要求用read_web_page查阅 ampcode.com/manual 后再回答。
工具注册表
文件末尾的tools:部分(第 866 行起)完整列出了注册给 Agent 的工具集,与提示词正文一一对应:
Bash:在用户默认 shell 中执行命令,含目录校验、工作目录、转义引用、跨平台(Windows 用 PowerShell)等注意事项,并支持git log/git show等 Git 操作;codebase_search_agent:基于概念描述跨语言/层级定位逻辑的智能代码搜索代理;create_file/edit_file:创建/覆盖文件与精确文本替换,均要求绝对路径;format_file:调用 VS Code 格式化器(仅 VS Code 环境可用);get_diagnostics:获取文件或目录的诊断信息(错误、警告);glob:按 glob 模式快速匹配文件,结果按修改时间排序;Grep:基于 ripgrep 的精确文本/正则搜索;list_directory:列出目录内容;mermaid:渲染 Mermaid 图,用于解释架构、工作流、数据流等场景;oracle:上文所述的 o3 推理模型驱动的专家顾问;Read:读取文件,可指定read_range;read_mcp_resource:从 MCP(Model Context Protocol)服务器读取资源;read_web_page:将网页转换为 Markdown 或提取信息;Task:启动子代理执行重型多步骤任务;todo_read/todo_write:任务清单读写;undo_edit:撤销文件最近一次编辑;web_search:网络搜索。
深度解析 gpt-5.yaml:GPT-5 调优版本
Amp/gpt-5.yaml 是 GPT-5 调优版本的转储,共 2000 行。与 Sonnet 版本不同,它是一份推理调试(debug)导出:文件以~debug:开头,包含lastInferenceUsage(上次推理用量)、lastInferenceInput(上次推理输入)、store: false、include(含reasoning.encrypted_content推理内容加密字段)、stream: true、thinking(type: enabled,budget_tokens: 4000)与max_output_tokens: 32000等调试元数据。也就是说,这份文件不仅是「提示词」,还完整记录了最近一次推理请求的系统输入、用户输入与采样参数,对研究 GPT-5 调优版本尤其有价值。
lastInferenceInput中标注model: gpt-5,并包含系统消息与用户消息。用户消息部分以<user-state>标签记录了会话状态(当前可见文件、光标位置等)。
结构差异:全新的章节体系
GPT-5 调优版本的系统提示词(第 10 行起)在组织上明显区别于 Sonnet 版本,采用了一套更工程化的章节:
- Role & Agency(角色与自主性):强调端到端完成任务、不交半成品;用户要计划就只给计划、不要改文件;除非被要求,不加解释,改完即停。
- Guardrails(护栏):simple-first(优先最小的局部修复而非跨文件架构变更)、reuse-first(先搜索既有模式)、no surprise edits(改动超过 3 个文件或多个子系统时先展示简短计划)、no new deps(未经用户明确批准不得引入新依赖)。
- Fast Context Understanding(快速上下文理解):并行化发现、尽早停止——只要能指出要改的确切文件/符号、能复现失败测试,或对 Bug 位置有高置信度,就立即行动;并明确要求最小化冗长推理,每次重大工具调用前最多用 1-2 句话说明。
- Parallel Execution Policy(并行执行策略):默认对所有独立工作(读取、搜索、诊断、写入、子代理)并行;仅在存在严格依赖时才串行——例如计划必须先于依赖它的代码编辑、触及同一文件或共享契约(类型、DB schema、公共 API)的写入必须排序、步骤 B 依赖步骤 A 的产物时。
- Tools and function calls(工具调用):通过函数调用与环境交互;用户只要求「plan/research」时不做持久更改;严格遵守工具调用 schema。
- Subagents(子代理体系):将三种子代理工具做了明确分工——「I need a senior engineer to think with me」→ Oracle;「I need to find code that matches a concept」→ Codebase Search Agent;「I know what to do, need large multi-step execution」→ Task Tool。推荐工作流为
Oracle (plan) → Codebase Search (validate scope) → Task Tool (execute),并强调「许多小而明确的请求 > 一个巨大的模糊请求」。 - AGENTS.md auto-context:与 Sonnet 版本类似,
AGENTS.md与AGENT.md自动加入上下文。 - Quality Bar(质量门槛):匹配同子系统近期代码风格;小而内聚的 diff;强类型、显式错误路径、可预测 I/O;禁止
as any或 linter 压制;有相邻测试覆盖时补最小测试。 - Verification Gates(验证门):必须按
Typecheck → Lint → Tests → Build顺序执行,命令取自AGENTS.md或邻近文件,未知则搜索仓库,最终状态简明报告证据(计数、通过/失败)。 - Handling Ambiguity(处理歧义):先搜索代码/文档再提问;需要决策(新依赖、跨层重构)时给出 2-3 个选项并附推荐,等待批准。
- Markdown Formatting Rules(严格的 Markdown 格式规则):列表仅用连字符
-;只有过程性步骤才用编号列表;代码围栏必须带语言标签;内联代码用反引号;提到的每个文件名都必须用file://链接并标注行号;禁止 emoji。 - Final Status Spec(最终状态规范):2-10 行,先说改了什么和为什么,用
file://链接文件与行号,包含验证结果,提供下一步动作。 - Strict Concision(严格简洁):默认可见输出保持在 4 行以内。
- Amp Manual:被问及 Amp 时先读 ampcode.com/manual。
工具定义区的差异
gpt-5.yaml 的工具定义(第 627 行起)与 Sonnet 版本基本一致,仍包含 Bash、codebase_search_agent、create_file、edit_file、format_file、get_diagnostics、glob、Grep、list_directory、mermaid、oracle、Read、read_mcp_resource、read_web_page、Task、todo_read、todo_write、undo_edit、web_search,但部分工具 schema 增加了additionalProperties与strict字段(如strict: false),结构上更为宽松。
两个版本的核心差异对比
| 维度 | claude-4-sonnet.yaml(Sonnet 4.x) | gpt-5.yaml(GPT-5) |
|---|---|---|
| 导出形态 | 干净的system:+tools:结构 | ~debug:推理调试转储,含采样参数 |
| 角色定义 | Agency 三原则 + 推荐步骤 | Role & Agency + Guardrails 护栏 |
| 并行策略 | 提及「尽量同时调用独立工具」 | 独立章节,给出完整并行/串行判定规则 |
| 子代理 | 分散描述 | 统一的 Subagents 体系与推荐工作流 |
| 代码质量 | Conventions & Rules | Quality Bar + Verification Gates + Final Status Spec |
| 沟通规范 | 独立 Communication 章节 | 严格简洁 + Markdown 格式规则 + 最终状态规范 |
| 调试元数据 | 无 | 含 thinking(budget_tokens: 4000)与 max_output_tokens: 32000 |
可以推断:GPT-5 调优版本更强调「护栏 + 并行 + 验证门」的工程化执行框架,而 Sonnet 4.x 调优版本更侧重「自主性与沟通平衡」。两者都保留了 Oracle 这一「把其他 LLM 注册为工具」的独特架构。
实操建议与注意事项
- 导出的前提是真实会话:必须先用一条简短查询触发一次 Amp 推理,才能从该线程导出包含完整上下文的 YAML;没有会话则没有可导出的内容。
- 切换模型后务必重新导出:修改
amp.gpt5设置后,原线程仍是旧配置生成的,需要新建或重新提问并按四步流程再次导出,才能拿到对应版本的转储。 - 注意版本时效性:仓库中的两份 YAML 均记录了「Today's date: Mon Sep 15 2025」的环境信息,属于该时间点的快照。Amp 的提示词与工具列表会随产品迭代变化,研究时应以自己导出的最新版本为准。
- 研究入口:若想进一步研读完整原文,可直接查看 Amp/claude-4-sonnet.yaml 与 Amp/gpt-5.yaml;提取方法的官方说明保存在 Amp/README.md,操作界面截图见 Amp/view-thread-yaml.png。
- 隐私与脱敏:导出内容可能包含环境路径、会话信息等敏感上下文,分享或归档前建议先做脱敏处理(提示词中出现的
[REDACTED:amp-token]式标记即为此类机制)。
通过这套「登录 → 提问 → 按住修饰键 → View Thread YAML」的取证流程,配合 VS Code 用户设置中的amp.gpt5开关,你可以持续追踪 Amp 不同模型调优版本的系统提示词演进,并将这些真实产物的设计模式(Oracle 顾问机制、并行执行策略、验证门、最终状态规范)应用到自己的 Agent 与提示词工程实践中。
- 人工智能
- 提示工程
【免费下载链接】v0-system-prompts-models-and-tools
FULL Augment Code, Claude Code, Cluely, CodeBuddy, Comet, Cursor, Devin AI, Junie, Kiro, Leap.new, Lovable, Manus, NotionAI, Orchids.app, Perplexity, Poke, Qoder, Replit, Same.dev, Trae, Traycer AI, VSCode Agent, Warp.dev, Windsurf, Xcode, Z.ai Code, Dia & v0. (And other Open Sourced) System Prompts, Internal Tools & AI Models
相关推荐
VS Code Agent Host E2E 提示词快照解析:从 claude-opus-4.5 基线看 Copilot CLI 实际发出的完整模型请求体
VS Code Agent Host E2E 提示词快照解析:从 claude opus 4.5 基线看 Copilot CLI 实际发出的完整模型请求体 本文
开发工具代码编辑器LLM Prompt Templates 实战指南:用 `--save` 与 YAML 模板封装可复用的提示词、模型与工具配置
LLM Prompt Templates 实战指南:用 save 与 YAML 模板封装可复用的提示词、模型与工具配置 llm 是一个从命令行访问大语言模型的工
人工智能大模型AI 应用CLIVS Code Copilot Chat 提示词文件(.prompt.md)完整指南:创建、配置与调用可复用任务模板
VS Code Copilot Chat 提示词文件(.prompt.md)完整指南:创建、配置与调用可复用任务模板 导读 在 GitHub Copilot C
人工智能AI 应用AI Agent代码智能体交互助手工具调用MCP Clients
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考