prompt-optimizer MCP协议集成快速指南：一条命令部署MCP服务器，接入Claude Desktop获得3个提示词优化工具

prompt-optimizer MCP协议集成快速指南：一条命令部署MCP服务器，接入Claude Desktop获得3个提示词优化工具

【免费下载链接】prompt-optimizerAn AI prompt optimizer for writing better prompts and getting better AI results.项目地址: https://gitcode.com/GitHub_Trending/pro/prompt-optimizer

你多半干过这件事：在 Claude Desktop 里写完一句提示词，觉得太糙，切到浏览器打开提示词优化工具，粘贴、等待、复制回来，再切回对话窗口。来回三次，思路断了。prompt-optimizer 的 MCP 集成就是解决这一步的——把提示词优化能力装进 Claude Desktop，优化时不用离开对话窗口。MCP（Model Context Protocol）是让 AI 应用调用外部工具的一种标准协议，你可以理解成给 Claude Desktop 装的"外设接口"。

全文按"部署 → 接入 → 使用 → 排障"走一遍，Docker 用户全程只需要一条命令。

🐳 一条 Docker 命令部署 MCP 服务器

Docker 镜像里同时包含 Web 界面和 MCP 服务器，启动后两者都在：

docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEY=你的openai密钥 \ -e MCP_DEFAULT_MODEL_PROVIDER=openai \ --name prompt-optimizer \ linshen/prompt-optimizer # 拉取 Docker Hub 慢时，把最后一行镜像换成国内镜像： # registry.cn-guangzhou.aliyuncs.com/prompt-optimizer/prompt-optimizer

启动后记住两个地址：Web 界面是http://localhost:8081，MCP 端点是http://localhost:8081/mcp。

需要自定义配置时用 Docker Compose，骨架如下（完整版见仓库 docker-compose.yml）：

services: prompt-optimizer: image: linshen/prompt-optimizer:latest container_name: prompt-optimizer restart: unless-stopped ports: - "8081:80" environment: - VITE_OPENAI_API_KEY=你的openai密钥 - MCP_DEFAULT_MODEL_PROVIDER=openai - MCP_LOG_LEVEL=info

环境变量只需关心这几项（更多选项见 env.local.example）：

⚙️ Claude Desktop 配置 MCP 三步，验证 3 个工具

第 1 步，定位配置目录：

第 2 步，写入services.json：

{ "services": [ { "name": "Prompt Optimizer", "url": "http://localhost:8081/mcp" } ] }

本地开发部署（端口 3000）的用户，把 URL 换成http://localhost:3000/mcp。

第 3 步，重启 Claude Desktop，打开工具列表。同时看到optimize-user-prompt、optimize-system-prompt、iterate-prompt这 3 个名字，接入就成功了。只看到名字但调用报错，跳到下面的排障清单。

🛠️ 3 个工具怎么用：各一个最小示例

optimize-user-prompt：优化对话级提示词

用途：把含糊的口语化请求扩写成目标明确、带约束的指令。

最小调用，只传prompt：

optimize-user-prompt({ prompt: "帮我看看这段代码" })

optimize-system-prompt：优化系统提示词

用途：把一句话的角色设定，升级成带角色边界、行为规则和输出格式约束的完整系统提示词。

optimize-system-prompt({ prompt: "你是一个客服" })

iterate-prompt：按具体不满迭代修改

用途：提示词已经能用，但某处不达标。你带着具体毛病提，它只改毛病处，不动原有意图。

iterate-prompt({ prompt: "现有提示词全文", requirements: "回答太长，压缩到3条要点，语气保持专业" })

🧩 模板、本地模型与日志级别怎么选

不传template参数时，服务器自动选默认模板。指定模板时按用途挑：

多模型与本地模型，全走环境变量：

# 同时配置多家，再用 MCP_DEFAULT_MODEL_PROVIDER 指定默认 VITE_OPENAI_API_KEY=sk-... VITE_DEEPSEEK_API_KEY=sk-... MCP_DEFAULT_MODEL_PROVIDER=deepseek # 接 Ollama 等 OpenAI 兼容接口；多个模型用后缀区分 VITE_CUSTOM_API_KEY_qwen3=占位密钥 VITE_CUSTOM_API_BASE_URL_qwen3=http://localhost:11434/v1 VITE_CUSTOM_API_MODEL_qwen3=qwen3:8b MCP_DEFAULT_MODEL_PROVIDER=custom_qwen3

注意MCP_DEFAULT_MODEL_PROVIDER必须全小写，且要和已配置的密钥对得上，否则会报"模型未配置"。日志级别：开发用debug，跑起来之后调成info，嫌吵再降到warn。

🐛 Claude Desktop 接入 MCP 工具失败？按 4 条清单查

1. 服务器起不来，报EADDRINUSE→ 端口被别的进程占了 → 换端口启动：MCP_HTTP_PORT=3001 pnpm mcp:dev（Docker 部署则改 8081 的映射端口）。
2. 提示No enabled models found→ 密钥没注入容器或已失效 → 确认启动命令带上了-e VITE_OPENAI_API_KEY=...，没带就docker restart之前重新带参启动。
3. 工具列表里找不到 3 个工具→ 配置 URL 和实际端口对不上，或 JSON 写错 → 浏览器访问http://localhost:8081/healthz，能通再逐字符比对services.json里的 url。
4. 调用工具报"模型未配置"→MCP_DEFAULT_MODEL_PROVIDER与密钥不匹配（常见是写成了大写OpenAI）→ 改成小写openai并重启服务。

完整故障排除见 MCP 服务器用户指南。

📋 把提示词优化固化成 5 步工作流

1. 初稿：在 Claude Desktop 里随手写出原始提示词，不用讲究。
2. 首次优化：调用optimize-user-prompt或optimize-system-prompt，先不指定模板，用默认值。
3. 实测：拿优化结果跑 2-3 个真实问题，记下具体毛病（太长、跑题、格式乱）。
4. 定向迭代：把毛病写进requirements，调iterate-prompt，只修记录的问题。
5. 存档：定稿后在 prompt-optimizer 的 Web 界面（http://localhost:8081）存成模板，下次直接复用。

开发侧细节（工具参数定义、Inspector 调试）可查 MCP 服务器开发文档。

✅ 接入后你拿到了什么

省掉了应用间复制粘贴，优化发生在对话窗口内部。3 个工具覆盖"从零写"到"改已有"的完整链路。一条 Docker 命令起步，配置项只有必填的一个密钥。

接下来做三件事：

1. 跑那条docker run，等/healthz变绿。
2. 写好services.json，重启 Claude Desktop，确认 3 个工具都出现。
3. 挑一句你最常写的提示词，走一遍 5 步工作流。

【免费下载链接】prompt-optimizerAn AI prompt optimizer for writing better prompts and getting better AI results.项目地址: https://gitcode.com/GitHub_Trending/pro/prompt-optimizer