5 分钟把写不利的提示词改好:prompt-optimizer 快速上手指南
【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
上周我随手写了一段 prompt 让 AI 帮我写产品复盘,结果它给了一堆正确的废话,跟"帮我总结一下"没区别。我改了三轮措辞,越改越糟。后来把这段 prompt 丢给 prompt-optimizer——它用 AI 重写提示词本身,补上缺失的上下文、约束和结构,再拿改写后的版本直接测一遍。改完之后,AI 的输出才像回事。
输入一段提示词,输出一段更好用的提示词,这就是 prompt-optimizer 做的全部事情。它有 Web 应用、桌面端、Chrome 扩展和 Docker 四种形态,整个应用是纯客户端架构:你的 prompt 和 API 密钥都留在本地,不经过任何中间服务器。
接下来过三个站:浏览器扩展、自定义模型、MCP 服务器,其中第二站可以跳,最后选个部署方式收工。
装好扩展把优化入口挂到浏览器上
为什么先做这一步:扩展是零服务器成本的使用方式,数据存在浏览器本地,API 密钥也不用反复填。
最短路径如下:
git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer pnpm install pnpm build:ext然后打开chrome://extensions/,开启右上角"开发者模式",点"加载已解压的扩展程序",选packages/extension/dist。装好后点浏览器工具栏的扩展图标即可打开优化器,填好模型密钥,选中一段 prompt 点优化,左边是原始提示词,右边测试区可以直接对比优化前后的输出差异。
一个值得停一下的细节:packages/extension/public/manifest.json 里"permissions": []——扩展没有申请 storage、tabs 这些权限,配合"offline_enabled": true可以离线加载。
不想本地构建的话,直接从 Chrome 应用商店安装扩展即可,省掉上面四行命令。
给 Ollama 接上自定义端点
默认支持的 OpenAI、Gemini、DeepSeek 之外,它允许你通过环境变量挂任意 OpenAI 兼容端点——本地的 Ollama、公司内网网关都算。数量上不封顶,每个模型用一组带后缀的环境变量描述,写在.env.local里(可参考 env.local.example):
| 变量 | 示例值(Ollama) | 说明 |
|---|---|---|
VITE_CUSTOM_API_KEY_qwen3 | ollama | 必填,鉴权密钥,本地服务随便填 |
VITE_CUSTOM_API_BASE_URL_qwen3 | http://localhost:11434/v1 | 必填,API 地址 |
VITE_CUSTOM_API_MODEL_qwen3 | qwen3:8b | 必填,模型名 |
VITE_CUSTOM_API_PARAMS_qwen3 | {"temperature":0.7} | 可选,注入请求体的参数 |
VITE_CUSTOM_API_HEADERS_qwen3 | {"x-tenant-id":"a"} | 可选,网关附加请求头 |
后缀的规矩只有三条:字母、数字、下划线、连字符,不超 50 字符,且别和 openai、deepseek 这类内置模型名撞车;三个必填变量缺一个,这个模型就会被整体跳过。想要第二个模型?换一组后缀再来一遍就行,完整的规则在 docs/user/multi-custom-models.md。
图里是一次用自定义模型做的诗歌创作优化:一句粗略的诉求被补成了要素完整的创作指南。这一步可以跳过——默认模型够用就不折腾环境变量。
让 MCP 服务器跑在 8081 端口
前两个关卡服务的是"你自己在浏览器里优化",这个关卡服务的是"其他 AI 应用替你优化"。MCP 服务器把三件事封装成标准工具:optimize-user-prompt(优化用户提示词)、optimize-system-prompt(优化系统提示词)、iterate-prompt(针对具体问题迭代已有提示词),Claude Desktop 这类支持 MCP 的客户端装上之后,对话中就能直接调用。
Docker 镜像里 MCP 服务是随 Web 应用一起启动的,一条命令带起来:
docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEY=your-key \ -e MCP_DEFAULT_MODEL_PROVIDER=openai \ linshen/prompt-optimizerMCP_DEFAULT_MODEL_PROVIDER指定 MCP 调用走哪个模型,可选 gemini、deepseek、custom 等。跑起来后,Web 界面在http://localhost:8081,MCP 服务在http://localhost:8081/mcp。接 Claude Desktop 就是往它的 services 配置里加一行:
{ "name": "Prompt Optimizer", "url": "http://localhost:8081/mcp" }不想搭服务的话,直接在桌面端或扩展里用,效果相同,MCP 只是给别的客户端开的门。
生产部署三选一
| 方式 | 适合 | 怎么起 | 注意 |
|---|---|---|---|
| Vercel | 公开分享、快速上线 | pnpm install+pnpm build:web,输出packages/web/dist | VITE_*变量会打进前端产物,公开部署别塞真实密钥;建议配ACCESS_PASSWORD访问保护 |
| Docker | 团队共享、私有服务器 | 上面的docker run命令 | 一个端口同时给 Web 和/mcp |
| 本地 pnpm | 自己开发、改代码 | pnpm install && pnpm dev | 需要 Node 22 和 pnpm 10 |
现在打开终端:clone 仓库,pnpm build:ext后把dist目录拖进chrome://extensions/,右键选中你手边那段写不利的 prompt,点优化——然后看看它改成了什么。
【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
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考