prompt-optimizer 完整教程5 分钟把一句话提示词改成可复用模板【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-optimizerprompt-optimizer 是一款开源的 AI 提示词优化工具把你的粗糙提示词贴进去选择目标模型它会输出结构更清晰、约束更明确的版本并支持基于测试结果继续迭代。项目提供在线 Web、桌面应用、Chrome 扩展、Docker 四种形态数据保存在浏览器本地适合 AI 初学者也适合需要批量管理提示词资产的开发者。四种使用方式对比先选对形态再动手使用方式部署形态适合人群关键点在线 Web纯前端数据存浏览器 localStorage想快速体验的人不经过中间服务器密钥只存在本地桌面应用安装 .exe / .dmg / .AppImage要连本地模型的人无 CORS 限制安装包支持自动更新Chrome 扩展浏览器插件网页重度用户点图标即开但商店审核可能滞后Docker容器默认宿主端口 8081团队私有化部署同端口暴露 Web 与 MCP 服务/mcp选好后配置模型的路径都一样右上角⚙️ 设置进入模型管理填入 API Key点测试连接确认通再保存。详见 docs/user/quick-start.md内含模型配置、优化流程和常见问题。不装环境的三条最短上手路径场景一只想先跑一次优化用浏览器打开在线版入口见项目 README然后设置 → 模型管理 → 填一个你有的 KeyOpenAI、DeepSeek、Gemini 等→ 测试连接 → 保存左侧输入框粘贴原始提示词选优化模式系统提示词 / 用户提示词和模板点开始优化右侧看结果和推理过程满意就点收藏场景二要连本地 Ollama 或私有 API浏览器里调本地服务常被 CORS 挡掉用桌面版从 Releases 下载安装包或 Dockerdocker run -d -p 8081:80 --name prompt-optimizer linshen/prompt-optimizer启动后访问 http://localhost:8081 即可模型配置方式与在线版相同。场景三想读源码或改功能项目用 pnpm 管理要求 Node 22git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer pnpm install pnpm dev值得深挖的 4 个功能双模式优化系统提示词和用户提示词怎么分它替你省了什么省得自己琢磨哪些话该写进 system、哪些留给 user。两种模式的优化模板不同输出结构也不同怎么触发输入框上方切换系统提示词优化 / 用户提示词优化再选模板点开始适合谁做应用开发选系统模式日常对话调优选用户模式对比评测判断新提示词到底有没有变好它替你省了什么省掉感觉变好了的猜测。支持单条结果评测和多结果对比评测用同一批输入跑旧版和新版再比较怎么触发进入测试区配置上下文变量后发起评测文本模式还支持 Function CallingOpenAI 与 Gemini 的工具调用适合谁迭代到第 3 版以上、需要给同事看数据的人变量模板一份提示词换值复用它替你省了什么省得每换一个场景就重写一遍。模板里用变量占位换值即复用怎么触发在专业模式提示词中声明变量如 [item]、[price]、[tone]测试区可批量替换并预览填充结果适合谁同一类任务重复出现的人比如客服话术、二手交易回复、周报生成文本生成图像优化一句话到完整视觉说明它替你省了什么省掉反复调 T2I 描述的试错。把漂浮在夜空的图书馆这类一句话扩写为含主体、空间关系、光影氛围的提示词怎么触发切到图像模式支持 T2I、I2I 和多图生成接 Gemini、Seedream、Grok 等模型可按模型配置 size、style 等参数适合谁用图像模型出海报、概念图、参考图的人进阶自定义模型、MCP 与模板的组合玩法这三样可以叠在一起用自定义模型让你决定用谁的算力变量模板决定优化什么MCP决定从哪个入口调用。自定义模型没有数量上限用三组环境变量注册一个缺失任何一项都会被跳过VITE_CUSTOM_API_KEY_ollamadummy_key VITE_CUSTOM_API_BASE_URL_ollamahttp://localhost:11434/v1 VITE_CUSTOM_API_MODEL_ollamaqwen2.5:7b后缀只允许字母、数字、下划线、连字符不超过 50 字符且不能与 openai、gemini 等内置名冲突。完整规则和 PARAMS/HEADERS 用法见 docs/user/multi-custom-models.md。Docker 部署时 MCP 服务器随容器自动启动在 /mcp 路径提供 optimize-user-prompt、optimize-system-prompt、iterate-prompt 三个工具。把它接进 Claude Desktop在 services.json 里加一段{ services: [ { name: Prompt Optimizer, url: http://localhost:8081/mcp } ] }这样在 Claude 的对话里就能直接触发优化不用切窗口。配置细节在 docs/user/mcp-server.md。4 个容易踩的坑公开部署的页面里能看到别人的 Key→ VITE_* 环境变量会被打进前端产物随浏览器资产暴露 → 公开实例不预置 Key让用户在设置面板里自填并用 ACCESS_PASSWORD 加访问门槛自定义模型没出现在模型管理里→ 三个变量没配齐或后缀含点号、空格等非法字符 → 按 KEY/BASE_URL/MODEL 成套填写后缀只用 a-z、0-9、下划线、连字符浏览器里连 Ollama 报 CORS 错误→ 浏览器跨源限制与密钥无关 → 换桌面版或 Docker同一套配置直接可用优化完还是模糊→ 小模型能力不足或原始提示词没写目标和约束 → 换更强的模型把角色、输出格式、限制条件写进原始提示词再用继续优化每次只修一个点分人群行动清单新手配置一个常用模型OpenAI 或 DeepSeek用通用模板跑完一次优化 → 查看推理 → 收藏把满意的成品存进收藏库进阶用自定义模型接一个本地 Ollama 服务在测试区做一轮对比评测用数据挑模板Docker 起服务并打开 MCP团队Docker 私有化部署并设 ACCESS_PASSWORD把收藏导出为备份在组内分发沉淀变量模板成共享资产文档与源码在哪docs/user/quick-start.md配置模型、选模板、迭代优化的最短流程附常见问题packages/core/src/services/优化、评测、模型调用等核心逻辑都在这里想看它怎么优化的直接进这个目录打开你手边最不满意的一条提示词贴进优化框跑一轮对比左右两栏就知道该不该继续迭代了。【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