Claude上下文OS
AI Skill Hub 推荐使用：Claude上下文OS 是一款优质的Prompt模板。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的Prompt模板解决方案，这是一个值得深入了解的选择。
📚 深度解析
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。Claude上下文OS 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
Claude上下文OS 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。
📖 中文文档
Claude上下文OS 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/conorbronsdon/claude-context-os
- 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
# claude-context-os 配置说明 # 查看配置选项 claude-context-os --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 CLAUDE_CONTEXT_OS_CONFIG="/path/to/config.yml"
简介
What's in the repo
``` CLAUDE.md # Root context — loaded on every session ROUTING.md # Context routing for tasks without a slash command TODO.md # Task backlog SETUP-PROMPTS.md # Setup prompts for claude.ai users identity/ # Your bio, background, goals projects/ # Project context and skills (with worked example) writing/skills/ # Writing skills (avoid-ai-writing included) state/ # Session state, priorities, decisions, blockers sessions/ # Per-day session logs (created by /end) inbox/ # Drop zone for raw notes (triaged by /capture) content/log.md # Published content log commands/ # Slash command definitions (including /setup, /dream, /skill-creator) skills/ # Cross-cutting / meta skills (e.g., skill-creator) scripts/ # Setup, validation, repo map generation scripts/dream/ # Curator prompts + how-to for the /dream substrate docs/ # Architecture guides — auto-memory, dream, migration, safety references/ # Integration setup (Google Workspace, Notion) .claude/hooks/ # Session start + SSOT guard + parallel-session guards .github/ # CI validation + PR template
After setup
Run your first session:
cd /path/to/my-context
claude
/start/start loads your state and gives you a briefing. At the end of your session, run /end to log what happened. That's the core loop — /start → work → /end.
Start small. Don't port your whole working life on day one. Run the core loop for a week, add one project, build one skill when you hit a task you repeat. The structure scales when you're ready — it doesn't demand everything up front.
| Command | When | What it does |
|---|---|---|
/setup | First time | Interactive onboarding — builds all your context files |
/start | Beginning of session | Loads state, pulls live data, gives you a briefing |
/update | Mid-session | Quick checkpoint — saves progress without closing |
/end | End of session | Logs what happened, updates state, and proposes auto-memory updates |
/today | Start of day | Lighter heartbeat — staleness check, calendar, priorities |
/capture | When inbox has items | Triages raw notes from inbox/ into the right files |
/context | Any time | Finds relevant context files by topic keyword |
/reconcile | After parallel work | Detects drift between sessions, SSOT violations |
/recover | After a crash | Scans orphaned worktrees and stale branches, offers safe cleanup |
/content-shipped | After publishing | Logs a published piece to content/log.md |
/dream | Weekly-ish | Runs an autonomous curator pass over the memory dir (default: rot detection) |
/dream-apply | After /dream | Walks the proposal artifact, accept/reject/edit per item |
/skill-creator | Adding new skills | Generates the SKILL.md, command file, and CLAUDE.md additions from a plain-language description |
---
Quick start
git clone https://github.com/conorbronsdon/claude-context-os.git my-context
cd my-context
bash scripts/setup.shThe setup script walks you through the basics: sets your name, swaps the git remote to your own repo, installs hooks, and offers to launch Claude Code. If you don't have Claude Code yet:
npm install -g @anthropic-ai/claude-codeOnce you're in Claude Code, run:
/setupClaude interviews you and builds your context files — identity, first project, weekly priorities. Takes about 10 minutes. No manual editing required.
Using claude.ai instead? Open SETUP-PROMPTS.md and paste the prompts there — same questions, same results, you just copy the output into files manually. Note: you can give your claude.ai session this repo as project context after it's set up, and easily sync it
---
Optional integrations
Google Workspace MCP — lets Claude read your calendar, email, Drive, and Sheets mid-session:
npm install -g @googleworkspace/cli
gws auth setupThe .mcp.json is already configured. See references/gws-mcp-setup.md for details.
claude.ai sync — upload CLAUDE.md, ROUTING.md, and relevant skill files to claude.ai projects as knowledge. See docs/claude-projects-sync.md for the workflow.
---
高质量的AI上下文管理工具
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 想快速复用高质量提示词模板的 AI 用户
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 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
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 想快速复用高质量提示词模板的 AI 用户
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
👥 适合人群
🎯 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
- +MIT 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
- −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
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。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，Claude上下文OS 是一款质量良好的Prompt模板，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | claude-context-os |
| 原始描述 | 开源Prompt模板：A personal context repo template for Claude Code — keep your AI context agile, v。⭐7 · Shell |
| Topics | aipromptcontext-managementshell |
| GitHub | https://github.com/conorbronsdon/claude-context-os |
| License | MIT |
| 语言 | Shell |
收录时间：2026-06-05 · 更新时间：2026-06-05 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · Claude上下文OS
选择 Agent 类型，复制安装指令后粘贴到对应客户端