bonza The backend development engineers

Prompt Optimizer：强大的AI提示词优化工具，助力编写高质量提示词

2026-02-12
来财
ai
       
本文 6468 字，阅读全文约需 19 分钟

🚀 Prompt Optimizer：智能提示词优化器

Prompt Optimizer 是一个强大的 AI 提示词优化工具，专门帮助用户编写更好的 AI 提示词，显著提升 AI 输出质量。该工具支持多种部署方式，包括 Web 应用、桌面应用、Chrome 插件和 Docker 部署，为不同使用场景提供灵活的解决方案。

📖 项目简介

🎯 核心定位

Prompt Optimizer 致力于解决 AI 提示词编写中的核心痛点：如何让 AI 理解用户的真实意图并产生高质量的输出。通过智能优化算法和多种测试模式，该工具能够将模糊的想法转化为精准的提示词。

🎥 功能演示

1. 角色扮演对话：激发小模型潜力

在追求成本效益的生产或注重隐私的本地化场景中，结构化的提示词能让小模型稳定地进入角色，提供沉浸式、高一致性的角色扮演体验，有效激发其潜力。

2. 知识图谱提取：保障生产环境稳定性

在需要程序化处理的生产环境中，高质量的提示词能显著降低对模型智能程度的要求，使得更经济的小模型也能稳定输出可靠的指定格式。本工具旨在辅助开发者快速达到此目的，从而加速开发、保障稳定，实现降本增效。

3. 诗歌写作：辅助创意探索与需求定制

当面对一个强大的 AI，我们的目标不只是得到一个”好”答案，而是得到一个”我们想要的”独特答案。本工具能帮助用户将一个模糊的灵感（如”写首诗”）细化为具体的需求（关于什么主题、何种意象、何种情感），辅助您探索、发掘并精确表达自己的创意，与 AI 共创独一无二的作品。

✨ 核心特性

🎯 智能优化

  • 一键优化：支持一键优化提示词，提升 AI 回复准确度
  • 多轮迭代：支持多轮迭代改进，持续优化提示词质量
  • 双模式优化：支持系统提示词优化和用户提示词优化
  • 对比测试：支持原始提示词和优化后提示词的实时对比

🤖 多模型集成

  • 主流 AI 模型：支持 OpenAI、Gemini、DeepSeek、智谱AI、SiliconFlow 等
  • 自定义 API：支持 OpenAI 兼容接口的自定义模型
  • 无限扩展：支持配置无限数量的自定义模型
  • 参数调优：支持各模型特有参数配置

🖼️ 图像生成

  • 文生图（T2I）：通过文本提示词生成图像
  • 图生图（I2I）：基于本地图片进行图像变换和优化
  • 多模型支持：集成 Gemini、Seedream 等主流图像生成模型
  • 参数配置：支持各模型特有参数配置（如尺寸、风格等）

📊 高级测试模式

  • 上下文变量管理：自定义变量、批量替换、变量预览
  • 多轮会话测试：模拟真实对话场景，测试提示词在多轮交互中的表现
  • 工具调用支持：Function Calling 集成，支持 OpenAI 和 Gemini 工具调用
  • 灵活调试：更强大的提示词测试和调试能力

🔒 安全架构

  • 纯客户端处理：数据直接与 AI 服务商交互，不经过中间服务器
  • 本地存储：所有数据只存储在浏览器本地，不会上传至任何服务器
  • 访问控制：支持密码保护功能，保障部署安全
  • 跨域解决方案：桌面应用彻底解决跨域问题

📱 多端支持

  • Web 应用：基于浏览器的在线版本
  • 桌面应用：支持 Windows、macOS、Linux 的原生应用
  • Chrome 插件：浏览器插件形式，方便快速使用
  • Docker 部署：容器化部署，适合生产环境

🧩 MCP 协议支持

  • MCP Server：支持 Model Context Protocol (MCP) 协议
  • Claude Desktop 集成：可与 Claude Desktop 等 MCP 兼容应用集成
  • 标准化接口：提供标准化的工具接口
  • 扩展生态：融入 MCP 工具生态

🚀 快速开始

1. 使用在线版本（推荐）

直接访问：https://prompt.always200.com

项目是纯前端项目，所有数据只存储在浏览器本地，不会上传至任何服务器，因此直接使用在线版本也是安全可靠的。

2. Vercel 部署

方式1：一键部署

https://vercel.com/new/clone?repository-url=https%3A%2F%2Fgithub.com%2Flinshenkx%2Fprompt-optimizer

方式2：Fork 后部署（推荐）

  • 先 Fork 项目到自己的 GitHub
  • 然后在 Vercel 中导入该项目
  • 配置环境变量：
    • ACCESS_PASSWORD：设置访问密码，启用访问限制
    • VITE_OPENAI_API_KEY 等：配置各 AI 服务商的 API 密钥

3. 下载桌面应用

从 GitHub Releases 下载最新版本。

桌面应用核心优势

  • ✅ 无跨域限制：作为原生桌面应用，能彻底摆脱浏览器跨域（CORS）问题的困扰
  • ✅ 自动更新：通过安装程序安装的版本，能够自动检查并更新到最新版
  • ✅ 独立运行：无需依赖浏览器，提供更快的响应和更佳的性能

4. 安装 Chrome 插件

从 Chrome 商店安装：Chrome 商店地址

5. Docker 部署

# 运行容器（默认配置）
docker run -d -p 8081:80 --restart unless-stopped --name prompt-optimizer linshen/prompt-optimizer

# 运行容器（配置 API 密钥和访问密码）
docker run -d -p 8081:80 \
  -e VITE_OPENAI_API_KEY=your_key \
  -e ACCESS_USERNAME=your_username \
  -e ACCESS_PASSWORD=your_password \
  --restart unless-stopped \
  --name prompt-optimizer \
  linshen/prompt-optimizer

6. Docker Compose 部署

# 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=your_openai_key
      - VITE_GEMINI_API_KEY=your_gemini_key
      - ACCESS_USERNAME=admin
      - ACCESS_PASSWORD=your_password

⚙️ API 密钥配置

方式一：通过界面配置（推荐）

  1. 点击界面右上角的”⚙️设置”按钮
  2. 选择”模型管理”选项卡
  3. 点击需要配置的模型（如 OpenAI、Gemini、DeepSeek 等）
  4. 在弹出的配置框中输入对应的 API 密钥
  5. 点击”保存”即可

方式二：通过环境变量配置

Docker 部署时通过 -e 参数配置环境变量：

-e VITE_OPENAI_API_KEY=your_key
-e VITE_GEMINI_API_KEY=your_key
-e VITE_DEEPSEEK_API_KEY=your_key
-e VITE_ZHIPU_API_KEY=your_key
-e VITE_SILICONFLOW_API_KEY=your_key

# 多自定义模型配置（支持无限数量）
-e VITE_CUSTOM_API_KEY_ollama=dummy_key
-e VITE_CUSTOM_API_BASE_URL_ollama=http://localhost:11434/v1
-e VITE_CUSTOM_API_MODEL_ollama=qwen2.5:7b

高级 LLM 参数配置

除了 API 密钥，还可以为每个模型单独设置高级 LLM 参数：

OpenAI/兼容 API

{
  "temperature": 0.7,
  "max_tokens": 4096,
  "timeout": 60000
}

Gemini

{
  "temperature": 0.8,
  "maxOutputTokens": 2048,
  "topP": 0.95
}

DeepSeek

{
  "temperature": 0.5,
  "top_p": 0.9,
  "frequency_penalty": 0.1
}

🧩 MCP Server 使用说明

环境变量配置

# MCP 服务器配置
MCP_DEFAULT_MODEL_PROVIDER=openai  # 可选值：openai, gemini, anthropic, deepseek, siliconflow, zhipu, dashscope, openrouter, modelscope, custom
MCP_LOG_LEVEL=info  # 日志级别

Claude Desktop 集成示例

编辑 Claude Desktop 的配置文件（services.json）：

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

可用工具

  • optimize-user-prompt：优化用户提示词以提高 LLM 性能
  • optimize-system-prompt：优化系统提示词以提高 LLM 性能
  • iterate-prompt：对已经成熟/完善的提示词进行定向迭代优化

🗺️ 开发路线

已完成功能

  • ✅ 基础功能开发
  • ✅ Web 应用发布
  • ✅ Chrome 插件发布
  • ✅ 国际化支持
  • ✅ 系统提示词优化和用户提示词优化
  • ✅ 桌面应用发布
  • ✅ MCP 服务发布
  • ✅ 高级模式：变量管理、上下文测试、工具调用
  • ✅ 图像生成：文生图（T2I）和图生图（I2I）支持

计划中功能

  • 🔄 支持工作区/项目管理
  • 🔄 支持提示词收藏和模板管理

❓ 常见问题

API 连接问题

Q1: 为什么配置好 API 密钥后仍然无法连接到模型服务？

A: 大多数连接失败是由跨域问题（CORS）导致的。由于本项目是纯前端应用，浏览器出于安全考虑会阻止直接访问不同源的 API 服务。

Q2: 如何解决本地 Ollama 的连接问题？

A: Ollama 完全支持 OpenAI 标准接口，只需配置正确的跨域策略：

  • 设置环境变量 OLLAMA_ORIGINS=* 允许任意来源的请求
  • 如仍有问题，设置 OLLAMA_HOST=0.0.0.0:11434 监听任意 IP 地址

Q3: 如何解决商业 API 的跨域问题？

A: 推荐以下解决方案：

  • 使用桌面版应用（最推荐）：完全没有跨域限制
  • 使用自部署的 API 中转服务：部署如 OneAPI、NewAPI 等开源 API 聚合/代理工具

Q4: 为什么使用在线版无法连接本地模型？

A: 这是由浏览器的混合内容（Mixed Content）安全策略导致的。浏览器会阻止安全的 HTTPS 页面向不安全的 HTTP 地址发送请求。

解决方案：

  • 使用桌面版：最稳定可靠的方式
  • 使用 Docker 部署（HTTP）：通过 http://localhost:8081 访问
  • 使用 Chrome 插件：可以绕过部分安全限制

macOS 桌面应用问题

Q5: macOS 打开应用时提示「已损坏」或「无法验证开发者」怎么办？

A: 在终端中执行以下命令移除安全隔离属性：

# 对于已安装的应用
xattr -rd com.apple.quarantine /Applications/PromptOptimizer.app

# 对于下载的 .dmg 文件（安装前执行）
xattr -rd com.apple.quarantine ~/Downloads/PromptOptimizer-*.dmg

🤝 参与贡献

贡献流程

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m '添加某个特性')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 提交 Pull Request

代码审查建议

使用 cursor 工具开发时，建议在提交前：

  • 使用”code_review”规则进行代码审查
  • 检查变更的整体一致性
  • 评估代码质量和实现方式
  • 确认测试覆盖情况
  • 完善文档程度

📄 开源协议

本项目采用 AGPL-3.0 协议开源。

允许做什么

  • ✅ 个人使用、学习、研究
  • ✅ 公司内部使用（不对外提供服务）
  • ✅ 修改代码并用于商业项目
  • ✅ 收费销售或提供服务

需要做什么

  • 📖 如果分发软件或提供网络服务，必须公开源代码
  • 📝 保留原作者的版权声明

一句话核心：可以商用，但不能闭源。

🎯 应用场景

👨‍💻 个人开发者

  • 提示词学习：学习如何编写高质量的提示词
  • AI 对话优化：改善与 AI 的对话体验
  • 创意写作：辅助创作诗歌、故事等文学作品
  • 技术问题解决：优化技术问题的描述，获得更好的解决方案

👥 团队协作

  • 标准化提示词：建立团队统一的提示词标准
  • 知识管理：将团队经验转化为可复用的提示词模板
  • 培训支持：帮助团队成员提升 AI 使用技能
  • 效率提升：减少无效的 AI 对话，提高工作效率

🏢 企业应用

  • 客户服务：优化客服机器人的回复质量
  • 内容生成：提高营销内容、产品描述的生成质量
  • 数据分析：优化数据分析提示词，获得更准确的洞察
  • 产品开发：辅助产品需求分析和功能设计

🚀 技术优势

🏗️ 架构设计

  • 纯前端架构：无服务器依赖，降低部署复杂度
  • 模块化设计：核心功能模块化，易于扩展和维护
  • 跨平台支持：支持多种部署方式，适应不同环境
  • 标准化接口：采用 MCP 等标准协议，便于集成

🔒 安全特性

  • 数据隐私：所有数据处理都在本地进行
  • 访问控制：支持密码保护和访问限制
  • 安全传输：直接与 AI 服务商建立安全连接
  • 无中间服务器：避免数据泄露风险

⚡ 性能优化

  • 本地缓存：智能缓存优化响应速度
  • 异步处理：异步 API 调用提升用户体验
  • 资源优化：优化资源加载和内存使用
  • 批量操作：支持批量优化和处理

📈 项目影响

🌟 社区反响

  • GitHub Stars：项目获得广泛关注和认可
  • 用户反馈：积极的用户评价和使用反馈
  • 持续更新：活跃的开发和功能迭代
  • 文档完善：详细的用户文档和开发指南

🎯 技术创新

  • 提示词工程：推动提示词工程标准化
  • 工具集成：集成多种 AI 工具和协议
  • 用户体验：优化 AI 工具使用体验
  • 开源贡献：为开源社区贡献有价值工具

🎉 总结

Prompt Optimizer 通过其强大的提示词优化能力和多样化的部署方式，为 AI 用户提供了完整的提示词工程解决方案。它不仅解决了提示词编写的技术难题，还通过丰富的功能和良好的用户体验，大大提升了 AI 工具的使用效率。

🎯 核心价值

  1. 质量提升：显著提高 AI 输出质量
  2. 效率优化：减少无效对话，提高工作效率
  3. 成本控制：通过优化提示词降低 API 使用成本
  4. 标准化：建立提示词工程的最佳实践
  5. 易用性：提供简单易用的界面和操作

🚀 技术优势

  • 多端支持：适应不同使用场景和环境
  • 安全可靠：保障数据隐私和安全
  • 标准协议：支持 MCP 等行业标准
  • 持续演进：活跃的开发和功能迭代

Prompt Optimizer 代表了 AI 提示词工程工具的重要发展方向，为用户提供了专业、高效、安全的提示词优化解决方案，是 AI 时代不可或缺的生产力工具。

本文基于 Prompt Optimizer 项目的官方 README 文件整理，更多详细信息请参考项目 GitHub 仓库。

原文地址 https://blog.bonza.cn/2026/02/12/prompt-optimizer-ai-tool/

Similar Posts

上一篇 Claude-Mem：Claude Code 持久化记忆系统，让 AI 拥有跨会话记忆能力

Comments

Content