PromptHarbor：理解任务，选择模型，汇合成果

Apache 2.0 许可证 版本 0.4.1 Agent Skill 模型数据 2026-10-14

给它一个问题，它给你最值得考虑的 Top 3 模型。
给它一个工程，它帮你拆分、分配模型，并把成果带回主窗口。

English · 简体中文

PromptHarbor 是一个 Agent Skill：识别普通 Prompt 的**领域、子领域和具体任务**， 结合任务评测与社区实测，默认给出 **Top 3、简洁理由和资源要求**，由用户根据已有 订阅、额度和工具自由选择。遇到较长工程时，每个部分也给出 Top 3；先约定接口，再拆分前端、后端、 数据库等工作，在当前窗口输出可直接复制的提示词。用户交给相应模型，最后把结果 带回主窗口检查、拼接和验收。 **中文提问，计划文档与完整交接提示词也使用中文**，包括标题、模型推荐理由、 执行步骤和返回说明。模型 ID、代码、路径、JSON 字段以及冻结的接口契约保留原文。 宿主 Agent 负责语义理解和联网研究，本地脚本负责可复查的筛选、排序与交接验证。 ## 两种用法 **输出长这样：**“设计一个有交互的落地页。我已有 GPT-6.1 Sol、Kimi K3、DeepSeek V4.1 Flash。” | Top 3 | 简洁理由 | 选择时看什么 | 价格参考：输入 / 输出 | |---|---|---|---| | GPT-6.1 Sol | 10 月 8 日示例的同组 WebDev 评测提供较强支持 | 已有账号的工具权限与额度 | [$2 / $10](https://developers.openai.com/api/docs/models/gpt-6.1-sol)，输入 ≤27.2 万 token | | Kimi K3 | WebDev 结果加上带作品的视觉网页社区记录 | 风格是否合适、可用额度；同时保留反面反馈 | [$3 / $15](https://platform.kimi.ai/)，输入 ≤100 万 token | | DeepSeek V4.1 Flash | 有同组任务评测，可作为第三个可用选择 | 实际部署、成本与交互验收 | [$0.15 / $0.60 非高峰；$0.30 / $1.20 高峰](https://api-docs.deepseek.com/quick_start/pricing/)，输入 ≤100 万 token | 价格于 **2026-10-08** 核对，单位为**每百万标准文本 API 输入 / 输出 token 的美元价格**。 所有生成的 Top 3 表格都包含这一列，包括工程计划和完整交接提示词，并标注适用 长度、来源与核对日期。**价格仅供参考，不改变推荐权重**。订阅、本地运行、 多模态、工具和缓存计费另算；缺失或过期的价格显示未知。[价格规则](skills/promptharbor/references/prices.md)。 这是限定上述资源的视觉设计示例，依据与日期见[完整输出](examples/frontend-output.zh-CN.md)。 不提供资源清单时，先给更广范围的 Top 3；提供后重新筛选。 **单个问题：**“检查我的 Python 股票回测有没有未来函数。” 识别为量化金融 + 代码分析，检索有关代码实现的能力证据，同时说明：编程评测不能 证明量化研究能力或收益。然后给出候选、证据链接、是否值得切换，以及时间切分、 成本、信息泄漏等验证方法。 **完整工程：**“帮我制作一个图书管理系统，包括评分和书评。” | 部分 | 如何选择 | 交接边界 | |---|---|---| | 前端 | 根据任务评测与社区反馈给出 Top 3 | 页面、状态、类型化 API 客户端 | | 数据库 | 保留示例声明的当前模型 GPT-6.1 Sol | 表结构、约束、种子数据与验证 SQL | | 后端 | 给出 Top 3，用户选择一个遵循契约的模型 | API、事务、统一错误结构 | | 测试 | 从符合条件的候选中建议；当前模型有支持时可保留 | 真实端到端流程与执行记录 | | 集成 | 主窗口 | 检查接口、拼接文件、修复冲突、运行验收 | 选择任何候选都沿用同一份接口与验收标准。多个部分可以复用同一个模型。 **计划默认模型**是可以更换的建议，不要求用户拥有该模型。设置 `available_models` 即可限定为已有资源；示例声明的 `current_model` 也不是项目内置的统一默认值。 完整示例含 [项目定义](examples/library-system/project.json)、 [共享接口](examples/library-system/contracts/interfaces.md) 和 [四份生成提示词](examples/library-system/handoffs/PLAN.md)。前端和数据库可先开始， 后端接收数据库交付后继续，测试接收全部实现，最终由主窗口集成。 ## 安装 克隆仓库后安装 Skill： ```powershell git clone https://github.com/ylv01/prompt-harbor.git cd prompt-harbor python scripts/install.py --host codex ``` 安装器遵循 `CODEX_HOME`，未设置时使用用户目录下的 `.codex/skills`。 已有同名目录时拒绝覆盖。安装后重新加载技能或开启新对话。 ```sh python scripts/install.py --host claude python scripts/install.py --dest /path/to/your/skills ``` 也可以直接复制 `skills/promptharbor` 到兼容宿主的技能目录。脚本需要 Python 3.10+； 宿主直接阅读 Skill 和 JSON 证据不需要 Python。不同宿主的发现机制有所不同，安装 Skill 并不意味着它自动拦截所有消息。 ## 开始使用 在支持 Skill 的宿主中输入： ```text 使用 $promptharbor。本对话后续我发送普通问题时，先识别任务并给出 Top 3 模型、理由和依据。 如果是工程项目，每个部分也给出 Top 3，并在当前窗口输出可复制的完整提示词。 我会把其他模型的成果带回来，由本窗口负责集成与验收。 ``` 随后直接发问题即可。单次使用也可以写： ```text $promptharbor 这个任务适合什么模型：用 Lean 完成下面这个定理的证明。 ``` 工程交接提示词包括目标、接口版本、依赖、文件归属、验收标准和交付回执。 用户把提示词发给选择的模型，再将完整文件和回执带回。主窗口会检查实际成果并在 获准的工作区内集成。项目不自动登录其他平台、不自动调用付费 API，也不自动 切换当前模型。 ## 本地试用与验证 ```sh python skills/promptharbor/scripts/harbor.py validate python skills/promptharbor/scripts/harbor.py community python skills/promptharbor/scripts/harbor.py recommend --job examples/frontend.json python skills/promptharbor/scripts/harbor.py recommend --job examples/backtest.json python skills/promptharbor/scripts/harbor.py recommend --job examples/glm.json python skills/promptharbor/scripts/harbor.py recommend --job examples/haiku.json python skills/promptharbor/scripts/harbor.py recommend --job examples/argon.json python skills/promptharbor/scripts/harbor.py recommend --prompt "总结这段视频" python skills/promptharbor/scripts/project.py compile --project examples/library-system/project.json --out out/handoffs python skills/promptharbor/scripts/project.py compile --project examples/library-system/project.json --out out/handoffs-zh --language zh-CN python -m unittest discover -s tests -v ``` `--prompt` 只是明确标注低置信度的中英文关键词降级模式。任意普通 Prompt 的语义 分类和工程拆分由宿主 Agent 完成，脚本不伪装成一个内置的语义模型。 推荐流程可通过 [结构化 job](skills/promptharbor/references/job-format.md) 复现。 job 和 project 可设置 `"language": "zh-CN"`（也接受 `"zh"`）、`"en"` 或 `"auto"`。默认自动识别中文 Prompt 或项目目标、任务标题与描述；没有中文时使用英文。 `--language zh-CN` 可覆盖 JSON 设置。宿主应同时用中文撰写目标、任务说明与验收标准， 脚本不会翻译这些自由文本或契约原文。交付前应检查 `PLAN.md` 和各部分提示词的语言。 复现历史示例时使用示例记录的日期，Argon 当前快照可加 `--as-of 2026-10-14`，旧示例保留其 10 月 8 日复现日期；当前建议应省略它，不能用旧日期绕过 过期检查。数据过期时可能不返回推荐。 ## 依据与社区评价 **2026-10-14 快照收录 18 个模型、49 个细分任务，全部模型都已开展社区检索。** 证据与来源数量见[覆盖表](docs/COVERAGE.md)；每个模型的任务评分、理由、来源和 置信度见[社区评价表](docs/COMMUNITY.md)。没有合适材料的任务保持未知。 | 厂商 | 已收录模型 | |---|---| | OpenAI | GPT-6.1 Sol、GPT-6 Astra、GPT-6 Luna | | Anthropic | Claude Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.1 | | Google | Gemini 4 Argon、Gemini 3.8 Flash | | DeepSeek | DeepSeek V4.1 Flash | | Alibaba | Qwen3.8-27B | | Moonshot AI | Kimi K3 | | xAI | Grok 4.7 | | Xiaomi | MiMo-V2.6-Pro、MiMo-V2.6-Flash、MiMo-V2.6-Pro-UltraSpeed | | Z.ai | GLM-5.3、GLM-5.3-Flash | Gemini 4 Argon 使用正式 API 型号 `gemini-4-argon`。输入、思考与输出共用 1,048,576 token；长输出还需要后台执行或续写，并给输出预留空间。标准价格参考为 每百万输入 / 输出 $2 / $10，优惠截至 2026-11-30。官方 API 价目页目前标注免费层 和 Google AI Pro 方案不可用；消费端套餐权限和具体入口需另行确认。 见[官方型号资料](https://ai.google.dev/gemini-api/docs/models/gemini-4-argon)及 [中文完整示例](examples/argon-output.zh-CN.md)。 - 区分官方能力声明、供应商测评、独立评测、社区作品报告、亲历反馈与推断。 - 保存模型版本、推理档位、工具环境、评测版本、指标、日期与局限。 - 不把综合榜单当作细分任务排名；不把长上下文容量当作可靠召回能力。 - 遇到未覆盖的模型或任务，宿主联网补充；离线时明确只基于已有快照。 - 写作风格、量化策略、形式化证明等任务需要各自的验证，不能套用邻近领域分数。 [覆盖表与证据缺口](docs/COVERAGE.md) · [调研记录](docs/RESEARCH.md) · [判断方法](skills/promptharbor/references/evidence.md) · [更新流程](skills/promptharbor/references/refresh.md) 社区权重默认：**前端实现与视觉设计 30%、多数写作任务 25%、一般任务 15%、 金融/医疗/法律任务 5%**。这些是可调整的初始策略，并非实验得出的最优比例。 设计稿还原使用 20%，每个请求可覆盖为 0–40%。每条纳入的社区评价都有 **0–10 分 的编辑评分、评分理由、判断日期和置信度**，按其实际任务给分。这是对已检索报告的 判断，不冒充 Benchmark 分数。有作品和提示词的报告权重高于个人感受；同源转载 不重复加权；负面反馈可以减分，未知日期会折扣并限期失效。Arena 这类系统化 人类偏好评测归入独立评测，避免重复计算。 社区材料现在涵盖目录中的各个模型，涉及代码实现与审查、写作、前端、视觉提取等 具体任务；正面结果和失败记录同时保留。“页面好看”“按设计稿还原”“后端正确” 分别判断。查看[全模型社区评分与来源](docs/COMMUNITY.md)、 [社区权重规则](skills/promptharbor/references/community.md)和 [逐模型检索记录](skills/promptharbor/data/community_research.json)。 Xiaomi 的[9 月 27 日技术说明](https://mimo.xiaomi.com/blog/mimo-v2-6-tool-call-repetition) 称 9 月 25 日 MiMo API 更新缓解了工具重复调用；PromptHarbor 尚未独立复现这一 改进。已知 9 月 22 日 OpenCode 投诉标注为历史记录，其他反馈保留各自范围；原始 RL checkpoint 的基准结果不移植到当前 MOPD 部署。Pro 和 Flash 有开放权重， UltraSpeed 是托管服务档位，没有单独可下载的权重。本地部署可选 Pro 或 Flash， 不能将托管 UltraSpeed 加速视为本地模型能力。 更新机制包含过期检查与每周 GitHub 工作流，生成待复核报告，由维护者审核新证据。 每周任务遇到待复核记录时显示警告，并生成可读运行摘要和 JSON 附件；数据错误或 执行错误仍会使任务失败。过期证据继续排除在当前推荐之外。需要严格检查时，使用 `python scripts/freshness.py --fail-due`，待复核队列非空时仍返回失败。 ## 使用边界 - **Top 3 随任务和资源变化。** 用户可限定已有模型；有依据的候选不足三个时，说明缺口。 - **“现在”需要新证据。** 联网时检查版本、可用性并补充新模型；离线时使用标明日期的快照。 - **推荐要经过具体任务验收。** 创意偏好、设计还原、代码正确性各有标准；跨模型盲测的推荐准确率尚未建立。 - **用户选择，主窗口集成。** 提示词由用户转交；接口契约和真实测试决定成果能否拼接。模型名称、API 单价不能替代账号权益、额度和总成本检查。 ## 项目结构 ```text skills/promptharbor/ 可独立安装的 Skill、证据、脚本与说明 examples/ 单问题与完整工程交接示例 tests/ 筛选逻辑、工程依赖与交付验证 evals/ 宿主 Agent 行为评估用例 assets/ 原创 Logo、头像、社交预览与 badges scripts/ 安装、打包、文档与时效性检查 docs/ 调研、设计、覆盖范围与发布说明 .github/ CI、维护报告与贡献模板 ``` ## 发布与贡献 ```sh python scripts/check_repo.py python scripts/freshness.py python scripts/package_skill.py ``` ZIP 安装包输出到 `dist/`。 参考 [贡献说明](CONTRIBUTING.md)、[品牌素材](assets/brand/README.md) 与 [发布步骤](docs/RELEASING.md)。 ## 许可证 原创代码、文档、数据整理与美术采用 [Apache License 2.0](LICENSE)。第三方资料和 模型权重保持各自条款，详见 [来源声明](THIRD_PARTY.md)。本项目不代表任何模型 厂商或评测机构。