System Prompts and Models of AI Tools: un archivo público para examinar asistentes comerciales
x1xhlol/system-prompts-and-models-of-ai-tools · 143.861★ · 34.815 forks
Todo lo que hay que saber sobre x1xhlol/system-prompts-and-models-of-ai-tools: una colección comunitaria de textos de sistema, definiciones de herramientas y referencias de modelos de asistentes de IA.
Qué es System Prompts and Models of AI Tools
System Prompts and Models of AI Tools es un repositorio documental, no un modelo, una API ni un agente ejecutable. Reúne archivos que el proyecto presenta como instrucciones de sistema, herramientas internas y datos de modelos de asistentes de IA. El árbol del repositorio los ordena por producto: Amp, Anthropic, Augment Code, Claude Code, Cursor, Devin AI, Google, Kiro, Lovable, Manus, Perplexity, Replit, Trae, Warp, Windsurf, Xcode y v0, entre otros.
La utilidad concreta es de consulta y comparación: permite leer cómo se expresan las reglas, los roles, los esquemas de herramientas y los límites de un asistente en los materiales incluidos. Que un archivo esté en la colección no prueba por sí solo que siga siendo la configuración vigente de un proveedor ni que haya sido publicado por este. Es una precaución importante ante una colección que también emplea el término «filtrados» en algunos de sus títulos y documentos.
El origen: una colección personal que se volvió colaborativa
La API de GitHub sitúa la creación del repositorio el 5 de marzo de 2025. Su creador y principal contribuidor es Lucas Valbuena (x1xhlol): su perfil se identifica con ese nombre, indica España y mostraba 3.763 seguidores al medirlo. La propia API atribuye 406 contribuciones al autor, por delante de pricisTrail (28), benja (18) y paulacavero (12).
No se recuperó una publicación de lanzamiento independiente que explique la anécdota fundacional; por tanto, no es verificable atribuirle una historia más allá de la fecha de creación y del historial público. Sí se aprecia el contexto del proyecto en su propia portada: abre con un aviso a empresas de IA sobre la exposición de instrucciones y modelos, y enlaza a ZeroLeaks como servicio para detectar riesgos de extracción de instrucciones y de inyección. Ese encuadre ilustra la tensión central: los proveedores suelen tratar estas configuraciones como componentes internos, mientras que el repositorio reúne versiones que la comunidad puede inspeccionar y comparar.
Filosofía y principios
La filosofía observable es la transparencia por archivo: conservar material legible, clasificado por herramienta y ampliable por aportaciones. No hay un manifiesto técnico separado ni una metodología de evaluación que garantice autenticidad, completitud o actualidad de cada documento.
De sus propios materiales se desprenden tres principios prácticos:
- Centralizar: una carpeta por asistente evita dispersar textos y esquemas entre enlaces aislados.
- Conservar el contexto operativo: el proyecto incluye no solo instrucciones en lenguaje natural, sino también definiciones de herramientas y, cuando las tiene, referencias a modelos.
- Advertir sobre seguridad: la portada destaca que exponer estas configuraciones puede convertirse en un objetivo de extracción o de inyección.
La consecuencia es que sirve mejor como fuente de investigación, auditoría comparativa o referencia histórica que como una fuente oficial de configuración para producción.
Cómo funciona
No hay instalación, binario ni comando propio: el flujo documentado consiste en navegar el árbol del repositorio, abrir la carpeta del producto y leer o descargar los archivos correspondientes. El directorio raíz contiene, por ejemplo, Cursor Prompts, Devin AI, Manus Agent Tools & Prompt, Open Source prompts, Perplexity y v0 Prompts and Tools.
Para un análisis reproducible, una pauta razonable derivada de esa estructura es:
- Seleccionar el asistente y la versión del archivo, si esta figura en el nombre.
- Separar las instrucciones de sistema de los manifiestos de herramientas y de cualquier dato de modelo.
- Contrastar el texto con documentación pública del proveedor antes de concluir que describe su comportamiento actual.
- Conservar la ruta y el identificador de la revisión de GitHub al citar el material, porque el contenido puede cambiar.
El proyecto no ofrece un patrón de comandos ni promete que se pueda reutilizar literalmente una instrucción en otro producto. De hecho, la incidencia #55 muestra que varios usuarios preguntaron cómo emplear los textos y construir aplicaciones a partir de ellos: la colección conserva el material, pero no proporciona una guía de implementación equivalente.
Estado oficial y semioficial
No se encontró evidencia de que el repositorio haya sido aceptado en un mercado oficial, respaldado por los proveedores cuyos productos aparecen en las carpetas, ni designado estándar por una empresa. Es un repositorio público e independiente de x1xhlol, no una distribución oficial de Anthropic, Cursor, Cognition, Google, Perplexity, Vercel u otros nombres incluidos.
Su escala puede convertirlo en una referencia de facto para localizar materiales de este tipo, pero no constituye validación del origen, licencia o vigencia de cada archivo. En la práctica, el estado es comunitario: los materiales se deben tratar como referencias para análisis y no como documentación contractual de un proveedor.
El ecosistema
Repositorios del autor
La consulta de los repositorios públicos de x1xhlol identificó proyectos cercanos al interés por herramientas de IA, aunque no se presentan como extensiones oficiales de este archivo:
x1xhlol/better-clawd— una bifurcación de Claude Code que anuncia compatibilidad con OpenAI y OpenRouter, sin telemetría; 431 estrellas.x1xhlol/zero-calendar— calendario de IA de código abierto; 363 estrellas.x1xhlol/awesome-solana-ai— lista de herramientas para construir sobre Solana; 15 estrellas.
Bifurcaciones, traducciones y herramientas relacionadas
La API de bifurcaciones muestra una amplia red de copias. Las de mayor visibilidad recuperadas fueron shareAI-lab/share-best-prompt (324 estrellas), WesleyMaik/system-prompts-and-models-of-ai-tools (283) y mhar-andal/system-prompts-and-models-of-ai-tools (148). Son bifurcaciones o reediciones y no se deben confundir con herramientas independientes ni con avales del autor.
La búsqueda de repositorios también localizó dos adaptaciones no inglesas que no están marcadas como bifurcaciones en el resultado de búsqueda:
IsHexx/system-prompts-and-models-of-ai-tools-chinese— colección en chino de instrucciones de herramientas de programación; 1.224 estrellas y 215 bifurcaciones.InfyEdge/system-prompts-and-models-of-ai-tools-chinese— otra colección en chino para herramientas como Cursor, Antigravity y VSCode Agent; 372 estrellas y 72 bifurcaciones.
Como extensión de acceso, JamesANZ/system-prompts-mcp-server anuncia un servidor Model Context Protocol que expone archivos y resúmenes de instrucciones de sistema; tenía 8 estrellas. La búsqueda lo identifica como herramienta relacionada, pero no demuestra una afiliación con x1xhlol.
Dentro del propio repositorio se ve además una tentativa de localización: la solicitud de cambios #393, de xu91102, propone versiones en chino simplificado y migración a Markdown. Es una contribución comunitaria pendiente, no una traducción oficialmente aprobada.
Números del repo
Medición: 5 de agosto de 2026, API y página de GitHub.
| Métrica | Valor |
|---|---|
| Estrellas | 142.583 |
| Bifurcaciones | 34.827 |
| Suscriptores reales | 1.672 |
| Confirmaciones | 514 |
| Incidencias abiertas mostradas en la página | 92 |
| Solicitudes de cambios abiertas mostradas en la página | 67 |
| Licencia | GPL-3.0 |
| Lenguaje principal | No identificado por la API |
| Creación | 5 de marzo de 2025 |
| Último envío de código | 31 de julio de 2026 |
| Publicaciones de GitHub | Ninguna |
El total de 514 procede del enlace final de paginación de la API de commits y coincide con la página del repositorio. x1xhlol, pricisTrail, benja y paulacavero encabezan la lista de contribuidores que devolvió la API. La respuesta general de GitHub devuelve watchers_count duplicando las estrellas; por eso se informa subscribers_count como suscriptores reales. El campo open_issues_count de la API puede mezclar incidencias y solicitudes de cambios; la página permite ver 92 y 67 por separado.
La API devolvió updated_at el 5 de agosto de 2026; se transcribe como metadato de GitHub. El último envío efectivo (pushed_at) fue el 31 de julio de 2026.
Cómo contribuir
No se recuperó un archivo CONTRIBUTING.md, una plantilla de solicitud de cambios ni un arnés de pruebas. La portada solo indica «abrir una incidencia» para comentarios y hoja de ruta. Por ello no hay un proceso formal verificable más allá de proponer cambios mediante las funciones normales de GitHub.
Hay evidencia de contribución real: xu91102 abrió la solicitud #393 para añadir material en chino simplificado y pasarlo a Markdown; pasterpo abrió la #479 para añadir instrucciones de modelos de Anthropic y xAI. Quien contribuya debería identificar con precisión la fuente, la versión y el permiso de redistribución de cada texto, porque el repositorio no publica una validación automática de autenticidad.
Cómo lo recibió la comunidad
La recepción disponible combina interés por examinar configuraciones internas con críticas a la falta de instrucciones de uso:
- En Hacker News, el envío 43718105, publicado por Tech_Nomad el 17 de abril de 2025 y vinculado al repositorio, obtuvo 3 puntos y 1 comentario. El propio autor del envío valoró que fuera interesante observar el funcionamiento interno. La cifra es pequeña: acredita curiosidad concreta, no un consenso amplio.
- El envío 45252073, de aspaler, enlazó la solicitud de cambios que incorporaba material de Poke; obtuvo 5 puntos y 4 comentarios. arturwala respondió con una objeción de seguridad: ironizó sobre la falta de necesidad de seguridad en quienes programan con IA. Es una crítica atribuida a ese participante, no una auditoría del repositorio.
- En la incidencia #16, ab-v1 pidió el material de Perplexity y, tras una respuesta del autor, agradeció que fuera «genial». Ese hilo tenía 8 comentarios; prueba una demanda concreta de cobertura de productos, no la exactitud de los textos obtenidos.
- En la incidencia #55, con 8 comentarios, AndrejFrench2025 explicó que había reutilizado una colección para adaptarla a una tarea propia; en cambio, earcuri criticó que el README no explicara para qué servían los materiales ni cómo usarlos. El comentario crítico recibió 2 reacciones positivas. Ambas observaciones son experiencias de usuarios, no resultados de evaluación.
No se recuperó una discusión externa de gran volumen ni reseñas técnicas independientes que verificaran el contenido de cada carpeta. Las estrellas y las bifurcaciones muestran alcance, pero no sustituyen esa validación.
System Prompts and Models of AI Tools frente a otras propuestas
| Propuesta | Coincidencia verificable | Diferencia verificable |
|---|---|---|
IsHexx/system-prompts-and-models-of-ai-tools-chinese | También reúne instrucciones de herramientas de programación de IA. | Su descripción se dirige explícitamente a desarrolladores de habla china y añade reglas de programación en chino. |
shareAI-lab/share-best-prompt | Es una bifurcación que conserva una colección de instrucciones de asistentes. | La API la clasifica como bifurcación y su descripción se centra en una selección de textos; no es el repositorio ascendente. |
JamesANZ/system-prompts-mcp-server | Parte del mismo tipo de archivos de instrucciones. | Se presenta como servidor MCP para exponer archivos y resúmenes, mientras que el repositorio principal es un archivo navegable sin servicio en ejecución. |
La comparación no establece cuál es más correcto: las fuentes recuperadas no proporcionan una evaluación común de cobertura, autenticidad o actualización.
Casos de uso y a quién puede ayudar este repositorio
- Investigadores de comportamiento de asistentes pueden comparar las instrucciones y definiciones de herramientas incluidas por carpeta, guardando la ruta y la revisión para estudiar diferencias entre productos o versiones.
- Equipos de seguridad de productos de IA pueden usar la colección como inventario de ejemplos para discutir riesgos de divulgación, extracción e inyección, precisamente los riesgos que la portada del proyecto destaca. No deben asumir que cada archivo sea actual o autorizado.
- Desarrolladores que diseñan un asistente propio pueden examinar estructuras de instrucciones, roles y esquemas de herramientas como referencias de diseño; la incidencia #55 demuestra que existe interés en esa reutilización, pero el repositorio no ofrece una receta para convertir los textos en una aplicación funcional.
- Comunidades multilingües pueden partir de las adaptaciones chinas encontradas o de la propuesta #393 para localizar instrucciones, manteniendo sin traducir los identificadores, marcadores y sintaxis específicos de cada herramienta.
Recursos
- Repositorio: https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
- Documentación y archivo de materiales: https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools#readme
- API de métricas: https://api.github.com/repos/x1xhlol/system-prompts-and-models-of-ai-tools
- Contribuciones y solicitudes de cambios: https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools/pulls
- Comunidad e incidencias: https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools/issues
- Comunidad Discord enlazada por el proyecto: https://discord.gg/NwzrWErdMU
- Conversaciones y reseñas: https://news.ycombinator.com/item?id=43718105, https://news.ycombinator.com/item?id=45252073, https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools/issues/16, https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools/issues/55
Nota: este artículo combina el repositorio, la API de GitHub, sus incidencias y solicitudes de cambios, y Hacker News, consultados el 5 de agosto de 2026. Las cifras cambian con el tiempo.
Comentarios