提示词优化器 prompt-optimizer 5 分钟上手装 Chrome 扩展、接本地模型、挂 MCP 服务器【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提示词优化器是一个用 AI 改写提示词的工具贴入一段 prompt它输出补全了上下文、约束与结构的新版本并直接测试优化前后的输出差异。纯客户端架构提示词和 API 密钥留在本地不经过任何中间服务器。只想自己用Chrome 提示词优化扩展 4 条命令装好不想部署任何服务只想边浏览边优化提示词时扩展是成本最低的入口——数据存在浏览器本地密钥填一次就够。git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer pnpm install pnpm build:ext装好后打开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。点击工具栏图标打开优化器填入模型密钥选中一段 prompt 点优化即可。不想本地构建的话直接从 Chrome 应用商店安装省掉上面四行命令。图中左侧是原始提示词和 AI 改写出的结构化版本右侧测试区用同一段内容跑对比直接看出优化前后的输出差异。一个可以顺手核实的细节packages/extension/public/manifest.json 里permissions: []——没有申请 storage、tabs 等任何权限配合offline_enabled: true可以离线加载。用本地或内网模型一组 VITE_CUSTOM_* 环境变量接上 Ollama内置的 OpenAI、Gemini、DeepSeek 不够用时任意 OpenAI 兼容端点都能通过带后缀的环境变量接入包括本地 Ollama 和公司内网网关。数量没有上限每个模型一组变量变量示例值Ollama说明VITE_CUSTOM_API_KEY_qwen3ollama必填鉴权密钥本地服务随便填VITE_CUSTOM_API_BASE_URL_qwen3http://localhost:11434/v1必填API 地址VITE_CUSTOM_API_MODEL_qwen3qwen3:8b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:team-a}可选网关附加请求头后缀命名只有三条规矩只允许字母、数字、下划线、连字符不超过 50 字符且不能与 openai、deepseek、zhipu 等内置模型名撞车。三个必填变量缺任意一个这个模型会被整体跳过而不是报错崩溃。要第二个模型换一组后缀再来一遍。完整规则见 docs/user/multi-custom-models.md。图中是一次用自定义模型做的诗歌创作优化一句粗略诉求被补成了带长度、意象、语感要求的创作指南右侧测试区展示了优化后提示词实际产出的诗。PARAMS里写的model、messages、stream会被自动忽略避免覆盖请求核心结构HEADERS也不能覆盖Authorization、Content-Type这类由客户端管理的头。默认模型够用就跳过本节不必折腾环境变量。让别的 AI 替你优化MCP 服务器接上 Claude Desktop前两节服务的是你自己在浏览器里优化这节服务其他 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。不想搭服务的话直接用扩展或桌面端效果相同MCP 只是给外部客户端开的门。Docker 镜像里 MCP 随 Web 应用一起启动一条命令带起来docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEYyour-key \ -e MCP_DEFAULT_MODEL_PROVIDERopenai \ 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:8081MCP 端点在http://localhost:8081/mcp。接 Claude Desktop 是在它的 services 配置里加一条{ services: [ { name: Prompt Optimizer, url: http://localhost:8081/mcp } ] }一个容易踩的坑Docker 部署如果配置了ACCESS_PASSWORD访问保护Nginx 会对路由启用 Basic 认证但 v1.4.0 起/mcp已豁免认证MCP 客户端不会因此报 401。开发者本地用pnpm mcp:dev单独起 MCP 时端口是 3000 而非 8081。更多配置见 docs/user/mcp-server.md。代码放在哪里跑四种形态对比按使用对象和机器条件选不用四种全试形态适合谁怎么起注意Chrome 扩展个人日常使用pnpm build:ext后加载packages/extension/dist数据存浏览器本地密钥不用反复填Electron 桌面端不想装浏览器扩展源码在packages/desktop/开发用pnpm dev:desktop与 Web 应用同源功能一致VercelWeb公开分享、快速上线pnpm build:web部署产物packages/web/distVITE_*变量会打进前端产物公开部署别塞真实密钥可配ACCESS_PASSWORDDocker团队共享、私有服务器上文的docker run一个端口同时服务 Web 和/mcp本地 pnpm 开发要改代码pnpm install然后pnpm dev需要 Node 22 和 pnpm 10现在开始3 步清单clone 仓库执行pnpm build:ext把packages/extension/dist拖进chrome://extensions/加载。在扩展里填好模型密钥选中你手边那段写不利的 prompt点优化看它改成了什么。需要让其他 AI 客户端调用时跑上文的docker run把 MCP 客户端指向http://localhost:8081/mcp。【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