Modell / Datensatz
DSXiangLi/DecryptPrompt avatar
DSXiangLi/DecryptPrompt

DecryptPrompt: ein kuratiertes Verzeichnis für Prompt- und LLM-Literatur

总结Prompt&LLM论文,开源数据&模型,AIGC应用

3.440 Sterne318 ForksUnknownLizenz variiert
GitHub

Auf einen Blick

Was ist das?
DecryptPrompt ist kein Framework und keine Bibliothek, sondern eine Sammlung von Markdown-Listen und externen Artikeln zu Prompting, Alignment, RAG und Agenten. Wer den Einstieg in die Paper-Landschaft sucht, findet hier eine vorsortierte Route; wer ausführbaren Code erwartet, wird enttäuscht.
Für wen ist es gedacht?
DecryptPrompt passt zu Lesern, die eine kuratierte Leseroute durch Prompting-, Alignment- und Agenten-Paper suchen und bereit sind, dafür eine externe Blogplattform zu öffnen. Wer ausführbaren Code, eine installierbare Bibliothek oder eine zitierfähige Quelle mit klarer Lizenz braucht, sollte woanders suchen.
Darf ich es kommerziell nutzen?
Nicht ohne Erlaubnis. GitHub findet in diesem Repository keine Lizenzdatei, und ohne Lizenz sind standardmäßig alle Rechte vorbehalten: Sie dürfen den Code lesen, aber nicht wiederverwenden. Prüfen Sie die README oder fragen Sie die Autoren, bevor Sie ihn nutzen.
Wird es noch gepflegt?
Ja. Die letzten Commits kamen vor 8 Tagen.
In welcher Sprache ist es geschrieben?
GitHub gibt für dieses Repository keine Hauptsprache an.

Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.

TIEFGEHENDE OPEN-SOURCE-ANALYSE

Ein Verzeichnis, kein Werkzeug

Das Repository enthält nach der Beschreibung Zusammenfassungen von Prompt- und LLM-Papieren, Links zu offenen Datensätzen und Modellen sowie eine Sammlung von AIGC-Anwendungen. Es gibt keine Release-Artefakte, keine Paketdefinition, keine Testinfrastruktur und keine Installationsanleitung. Die Sprache des Repositories wird in den Metadaten als unbekannt geführt, die Lizenz ebenfalls. Wer hier nach einer Bibliothek sucht, die er in eine Pipeline einbinden kann, sucht am falschen Ort. Das Projekt ist eine Leseliste mit Kommentarfunktion in Form von Blogartikeln. Die Zielgruppe lässt sich aus dem README selbst ableiten: der erste Satz richtet sich an Leser, die von der plötzlichen Ankunft von LLMs frustriert sind, und verweist auf einen Essay mit dem Titel Choose Your Weapon Survival Strategies for Depressed AI Academics. Das ist ein akademisch geprägtes Publikum, nicht ein Team, das morgen ein Produkt ausliefern muss.

Fünf Listen plus eine Artikelreihe

Die Startseite gliedert den Inhalt in zwei Blöcke. Der erste Block heißt LLM资源汇总 und verlinkt fünf Markdown-Dateien: 开源模型.MD für offene Modelle und Evaluationsrankings, 开源框架.MD für Inferenz-, Finetuning-, Agent-, RAG- und Prompt-Frameworks, 开源数据.MD für SFT-, RLHF- und Pretrain-Datensätze, AIGC各领域应用.MD für Anwendungen und 教程博客会议.MD für Tutorials, Blogs und Konferenzinterviews. Der zweite Block heißt 跟着博客读论文 und besteht aus einer nummerierten Reihe von Artikeln, die auf cloud.tencent.com gehostet werden. Die Nummerierung reicht im vorliegenden Ausschnitt von Serie 1 bis Serie 66, wobei die Titel eine chronologische Entwicklung abbilden: frühe Serien behandeln Tuning-Free Prompt und Prefix-Tuning, spätere Serien behandeln Chain-of-Thought, RLHF-Varianten wie DPO und SLiC-HF, RAG-Optimierung, Agent-Architekturen, MCP und zuletzt optische Kompression bei Vision-Tokens. Der Aufbau ist also zweigeteilt: statische Listen im Repository, dynamische Erklärtexte außerhalb.

Warum die Artikel nicht im Repository liegen

Alle Einträge der Serie verweisen auf externe URLs mit Query-Parametern wie areaSource und traceId. Das Repository enthält damit nur die Verweisstruktur, nicht den Inhalt. Für den Leser hat das zwei Konsequenzen. Erstens hängt die Nutzbarkeit des Projekts an der Verfügbarkeit einer fremden Plattform; ändert der Hoster seine URL-Schemata oder entfernt er Beiträge, bleiben im Repository tote Links zurück, ohne dass ein Commit nötig wäre. Zweitens ist die Reihenfolge der Serien die eigentliche Navigationshilfe, nicht die Dateistruktur. Wer die Serien als Lehrpfad nutzt, liest von Serie 1 aufwärts; wer ein bestimmtes Thema sucht, muss die Titel durchsuchen, da es im vorliegenden Material keine thematische Indexdatei gibt. Einige Titel deuten auf sehr spezifische Inhalte hin, etwa Serie 54 zu Context Cache mit Codebeispiel oder Serie 46 zu strukturierter Ausgabe. Ob diese Artikel tatsächlich lauffähigen Code enthalten, lässt sich aus dem Repository nicht belegen.

Inbetriebnahme besteht aus Klonen und Lesen

Es gibt keine Installationsschritte, keine Konfigurationsschlüssel und keine Umgebungsvariablen. Der einzige reproduzierbare Vorgang ist das Klonen des Repositories und das Öffnen der Markdown-Dateien, zum Beispiel mit git clone https://github.com/DSXiangLi/DecryptPrompt.git, gefolgt von einem Blick in die Datei 开源框架.MD. Der Default-Branch heißt main. Die Dateiendungen sind im README gemischt geschrieben: vier der fünf Listen enden auf .MD, die Datei 教程博客会议.MD ebenfalls, während die Repository-Metadaten keine Aussage darüber treffen, ob auf dem Dateisystem Groß- oder Kleinschreibung gilt. Auf case-sensitiven Dateisystemen, also auf den meisten Linux-Systemen, ist das ein realer Stolperstein, weil ein Link auf 开源模型.MD fehlschlägt, wenn die Datei tatsächlich 开源模型.md heißt. Wer das Repository forkt oder in eine eigene Dokumentation einbettet, sollte die Schreibweise vorher vereinheitlichen.

Die Lizenzfrage ist offen

Die Metadaten führen keine Lizenz. Das bedeutet nicht, dass keine existiert, sondern dass sie aus dem vorliegenden Material nicht hervorgeht. Für die reine Lektüre über die Weboberfläche von GitHub ist das praktisch irrelevant. Sobald jemand Teile der Listen in ein eigenes Repository kopiert, in Schulungsmaterial überführt oder in ein kommerzielles Produkt einbettet, wird die Frage relevant, und ohne LICENSE-Datei ist die Rechtslage unklar. Die verlinkten Blogartikel unterliegen zusätzlich den Bedingungen der Hosting-Plattform, nicht denen des Repositories. Wer das Material weiterverwenden will, muss also zwei getrennte Fragen klären: die Lizenz des Repositories und die Nutzungsbedingungen der externen Artikel. Eine rechtliche Bewertung ist hier nicht möglich und auch nicht beabsichtigt.

Pflegeaufwand und Aktualität

Der letzte Push liegt laut Metadaten im September 2026, das Repository ist nicht archiviert. Es gibt keine Releases, was bei einem reinen Dokumentationsprojekt erwartbar ist, aber auch bedeutet, dass es keine versionierten Stände gibt, auf die man sich beziehen könnte. Der Pflegeaufwand besteht für den Maintainer im Wesentlichen aus zwei Tätigkeiten: neue Seriennummern an die Artikelliste anhängen und die fünf Listen um neue Modelle, Frameworks und Datensätze ergänzen. Beide Tätigkeiten skalieren schlecht, weil die Listen mit der Zeit wachsen und keine Automatisierung sichtbar ist. Für Nutzer entsteht ein anderer Kostenpunkt: die Artikel sind chronologisch nummeriert, ältere Serien behandeln Techniken, die inzwischen durch neuere ersetzt wurden. Serie 3 zu Prefix-Tuning und P-tuning ist als historische Einordnung nützlich, aber wer heute Prompting betreibt, wird selten bei diesen Verfahren anfangen. Das Repository dokumentiert diese Entwicklung, statt sie zu glätten, was ein Vorteil für Leser mit historischem Interesse und ein Nachteil für Leser mit akutem Problemlösungsbedarf ist.

Abgrenzung zu Awesome-Listen und Survey-Papieren

Die naheliegende Alternative sind kuratierte Awesome-Listen auf GitHub, die ebenfalls Markdown-Dateien mit Links pflegen. Der Unterschied liegt in der Kommentierung: eine Awesome-Liste reiht in der Regel einen Einzeiler pro Eintrag aneinander, während DecryptPrompt die Einordnung in verlinkte Langtexte auslagert. Wer eine schnelle Übersicht über verfügbare Frameworks will, ist mit einer Awesome-Liste schneller bedient, weil er nicht erst einen Blogartikel öffnen muss. Wer verstehen will, warum eine Methode funktioniert, findet bei DecryptPrompt mehr Kontext, allerdings außerhalb des Repositories. Eine zweite Alternative sind Survey-Papiere auf arXiv, die denselben Stoff akademisch aufbereiten und zitierfähig sind. Deren Nachteil ist die Latenz: bis ein Survey erscheint, ist die behandelte Technik oft schon überholt, während eine Blogserie schneller nachziehen kann. DecryptPrompt liegt zwischen beiden Formen und erbt die Schwächen beider: weniger strukturiert als ein Survey, weniger kompakt als eine Awesome-Liste.

Wann dieses Repository die falsche Wahl ist

Es gibt mindestens drei Konstellationen, in denen DecryptPrompt nicht weiterhilft. Erstens, wenn ein Team eine Prompt-Verwaltung mit Versionierung, Tests und Rollback braucht: dafür sind Codebibliotheken zuständig, nicht eine Linkliste. Zweitens, wenn eine Antwort auf eine konkrete technische Frage innerhalb einer Stunde gebraucht wird: die Artikelreihe ist Lesematerial mit Erklärcharakter, und die Suche nach der passenden Seriennummer kostet Zeit. Drittens, wenn Inhalte in eine publikationspflichtige Arbeit einfließen sollen: ohne Lizenzangabe und ohne zitierfähige Metadaten ist das Repository als Quelle ungeeignet, die verlinkten Artikel müssten einzeln geprüft werden. Ein weiterer Punkt betrifft die Sprache: das README und die Serientitel sind auf Chinesisch verfasst. Für Leser ohne Chinesischkenntnisse ist der Nutzen auf die verlinkten Frameworks und Modellnamen beschränkt, die selbst englisch beschriftet sind.

Redaktionelles Fazit

DecryptPrompt passt zu Lesern, die eine kuratierte Leseroute durch Prompting-, Alignment- und Agenten-Paper suchen und bereit sind, dafür eine externe Blogplattform zu öffnen. Wer ausführbaren Code, eine installierbare Bibliothek oder eine zitierfähige Quelle mit klarer Lizenz braucht, sollte woanders suchen. Vor der Nutzung ist zu prüfen, ob im Repository inzwischen eine LICENSE-Datei liegt, ob die verlinkten Artikel noch erreichbar sind und ob die Dateinamen der Listen tatsächlich der Schreibweise im README entsprechen, da dort gemischte Endungen wie .MD und .md auftreten.

Offizielle Quellen

  1. DSXiangLi/DecryptPrompt on GitHub
  2. Issues
  3. README
Community-Notizen

Community-Notizen