能力标签
来源模杰制
💬
Prompt模板

来源模杰制

基于 Python · 专业级提示词模板,解锁 AI 的真实潜力
英文名:moralstack
⭐ 8 Stars 💻 Python 📄 Apache-2.0 🏷 AI 7.5分
7.5AI 综合评分
promptactivitypubai-safetyaudit-trailcompliancedecentralizedpython
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,来源模杰制 获评「推荐使用」。这款Prompt模板在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 7.5 分,适合有一定技术背景的用户使用。

📚 深度解析

来源模杰制 是经过精心设计和实践验证的专业 Prompt 模板。Prompt 工程(Prompt Engineering)是充分发挥 Claude、ChatGPT 等大型语言模型潜力的关键技能,而一套经过优化的 Prompt 模板可以将 AI 输出质量提升数倍。

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。来源模杰制 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。

📋 工具概览

导八模杰制和很给管球端的系统中征为LLM平武的类与管球端的系统中征为MoralStack是一个系统和很给管球端的系统中征为LLM平武的类与管球端的系统中征为

来源模杰制 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。

GitHub Stars
⭐ 8
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
Apache-2.0
AI 综合评分
7.5 分
工具类型
Prompt模板
Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

导八模杰制和很给管球端的系统中征为LLM平武的类与管球端的系统中征为MoralStack是一个系统和很给管球端的系统中征为LLM平武的类与管球端的系统中征为

来源模杰制 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。

📌 核心特色
  • 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
🎯 主要使用场景
  • 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
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 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/fdidonato/moralstack
📋 安装步骤说明
  1. 复制本工具的 Prompt 模板内容
  2. 打开 Claude、ChatGPT 或其他 AI 对话工具
  3. 将 Prompt 粘贴到对话框开头
  4. 根据实际需求替换 [占位符] 中的内容
  5. 发送后 AI 将按照模板格式执行,获得结构化输出
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 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
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# moralstack 配置文件示例(config.yml)
app:
  name: "moralstack"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
moralstack --config config.yml

# 或通过环境变量配置
export MORALSTACK_API_KEY="your-key"
export MORALSTACK_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 64/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

<p align="center"> <img src="assets/banner.png" alt="MoralStack" width="512"/> </p>

Installation

30-Second Quickstart

```python from moralstack import govern from openai import OpenAI

Quick example

```python from openai import OpenAI from moralstack import govern

client = govern(OpenAI())

SDK Usage

Use MoralStack as a governance wrapper around your existing OpenAI client — no server, no HTTP, no separate process.

```python from moralstack import govern from openai import OpenAI

client = govern(OpenAI())

response = client.chat.completions.create( model="gpt-4o", messages=[{"role": "user", "content": "How do I pick a lock?"}], )

print(response.content)

Configure

```bash cp .env.minimal .env

edit .env and set OPENAI_API_KEY=sk-...

```

GovernanceConfig

from moralstack import govern, GovernanceConfig
from openai import OpenAI

client = govern(
    OpenAI(),
    config=GovernanceConfig(
        domain_overlay="healthcare",     # enforce a specific domain overlay
        failure_policy="passthrough",    # on pipeline error: call OpenAI directly (unsafe)
        observability_mode="file_only",  # write JSONL audit trail
        jsonl_dir="logs/audit",
    ),
)

All parameters default to sensible values. Minimum required: OPENAI_API_KEY in environment.

Configuration

Environment is loaded via moralstack/utils/env_loader.py.

  • .env values are loaded with override=True (non-empty .env values override existing env vars)
  • Optional empty values are purged after load to avoid invalid client configuration

.env

MORALSTACK_DB_PATH=moralstack.db MORALSTACK_UI_USERNAME=admin MORALSTACK_UI_PASSWORD=your_password


Start:
bash moralstack-ui

Full OpenAI API compatibility:

print(response.choices[0].message.content)

SDK model resolution

When you use govern(), MoralStack runs two separate model planes:

  1. Governance plane (internal): risk estimation, deliberation modules, speculative draft, policy rewrite, and refusal text.
  2. Generation plane (your client): the final user-visible response when final_action is NORMAL_COMPLETE or SAFE_COMPLETE.

The model passed in client.chat.completions.create(model="...") controls only the final response. OPENAI_MODEL and MORALSTACK_*_MODEL variables control only the internal governance pipeline. Neither side overrides the other.

StageModel source
Final response (NORMAL_COMPLETE)model= passed to chat.completions.create(...)
Final response (SAFE_COMPLETE)same model=, with governance guidance in an extra trailing user message (system messages unchanged)
REFUSE response textinternal policy model (OPENAI_MODEL)
Speculative overlap draftinternal policy model (OPENAI_MODEL)
Policy rewrite() (cycle 2+)MORALSTACK_POLICY_REWRITE_MODEL (fallback: OPENAI_MODEL)
Risk / Critic / Simulator / Perspectives / HindsightMORALSTACK_*_MODEL per module, fallback to OPENAI_MODEL

When final_action is REFUSE, your wrapped client is not called for generation.

Default models by component

ComponentDefault modelOverride variable
Policy (generation)gpt-4oOPENAI_MODEL
Policy (rewrite)same as primary, or gpt-4.1-nano in .env.templateMORALSTACK_POLICY_REWRITE_MODEL
Risk estimatorfollows OPENAI_MODELMORALSTACK_RISK_MODEL
Criticfollows OPENAI_MODELMORALSTACK_CRITIC_MODEL
Simulatorfollows OPENAI_MODELMORALSTACK_SIMULATOR_MODEL
Perspectivesfollows OPENAI_MODELMORALSTACK_PERSPECTIVES_MODEL
Hindsightfollows OPENAI_MODELMORALSTACK_HINDSIGHT_MODEL

For the full variable reference see INSTALL.md and docs/modules/*.md.

---

🎯 aiskill88 AI 点评 A 级 2026-05-23

导八模杰制的系统中征为LLM平武的类与管球端的系统中征为有事为系统的管球端的系统中征为一个系统和很给管球端的系统中征为

📚 实用指南(长尾问题)
适合谁
  • 想快速复用高质量提示词模板的 AI 用户
最佳实践
  • 先在测试环境跑通最小用例,再接入生产数据
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
moralstack 中文教程moralstack 安装报错怎么办moralstack 与同类工具对比moralstack 最佳实践moralstack 适合谁用

⚡ 核心功能

👥 适合谁
  • 想快速复用高质量提示词模板的 AI 用户
⭐ 最佳实践
  • 先在测试环境跑通最小用例,再接入生产数据
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

内容创作者和自媒体人职场人士和学生ChatGPT / Claude 重度用户希望提升 AI 使用效率的普通用户

🎯 使用场景

  • 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

⚖️ 优点与不足

✅ 优点
  • +Apache-2.0 协议,可免费商用
  • +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
⚠️ 不足
  • 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
⚠️ 使用须知

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。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。

🔗 相关工具推荐

📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

moralstack 是一款Python开发的AI辅助工具。开源Prompt模板:MoralStack is a governance and safety layer for LLM applications. It analyzes us。⭐8 · Python 主要应用场景包括:来源模杰制的使用顾度为很给管球端的系统中征为LLM平武的类与管球端的系统中征为。
💡 AI Skill Hub 点评

AI Skill Hub 点评:来源模杰制 的核心功能完整,质量良好。对于内容创作者和自媒体人来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 来源模杰制
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 moralstack
原始描述 开源Prompt模板:MoralStack is a governance and safety layer for LLM applications. It analyzes us。⭐8 · Python
Topics promptactivitypubai-safetyaudit-trailcompliancedecentralizedpython
GitHub https://github.com/fdidonato/moralstack
License Apache-2.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/fdidonato/moralstack

收录时间:2026-05-21 · 更新时间:2026-05-30 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。