提示词优化不好用prompt-optimizer 三种玩法一次讲清【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你是不是也遇到过这种情况给 AI 的提示词改了五六遍得到的回复还是泛泛而谈再详细一点这类话说了又白说。prompt-optimizer 就是冲着这个痛点去的提示词优化工具——它内置了一套成熟的优化元提示词把你随手写的那句话改写成语义清晰、结构完整的版本还能顺手把结果丢进测试区跑一遍对比。三分钟跑起来 源码运行的话先确认装了 Node.js 22 和 pnpm然后git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer pnpm install pnpm dev装好后第一眼看的是主界面选一个工作区基本模式还是专业模式第一个操作就是把你的提示词贴进输入框、挑个模型、点优化。优化后的版本会排在旁边改了什么一目了然。它到底在做什么一次优化请求的旅程这个项目分三层干活各管一摊互不牵制。最外面是浏览器扩展纯客户端跑界面、设置、历史记录全存在你本地manifest 里的权限列表甚至是空的只申请它真正需要的那点能力。点一下扩展图标就打开独立的工作区页面想优化哪段话就贴进去。中间是模型适配层。一次优化请求的完整路线是这样的你点下优化按钮原始提示词加上内置的优化元提示词被组装成一个请求发给你选中的那家 LLM API对方返回改写后的文本解析后渲染到界面上。各家模型 OpenAI 格式不统一这层负责把它们翻译成同一种对话方式你只管选。最里面是 MCP 集成。MCP 服务器把优化能力封装成几个标准工具optimize-user-prompt 优化用户提示词 optimize-system-prompt 优化系统提示词 iterate-prompt 按特定需求迭代成熟提示词任何支持 MCP 的 AI 应用连上这个地址就能像调用本地函数一样调用提示词优化不用你自己再包一层。本地 Ollama 接入三步走 把私有模型挂上去是高价值操作其实很简单。命名规则一句话VITE_CUSTOM_API_KEY、VITE_CUSTOM_API_BASE_URL、VITE_CUSTOM_API_MODEL三个变量后面跟同一个后缀缺一不可缺一个这组配置会被直接跳过。后缀只认字母、数字、下划线和连字符最长 50 个字符别和 openai、custom 这类已有模型名撞车。以 Ollama 为例VITE_CUSTOM_API_KEY_ollamadummy-key VITE_CUSTOM_API_BASE_URL_ollamahttp://localhost:11434/v1 VITE_CUSTOM_API_MODEL_ollamaqwen2.5:7b配置写在开发环境的.env.local或 Docker 的-e参数里后缀会自动变成友好名字出现在模型下拉框里ollama就显示成 Ollama。还能加可选的VITE_CUSTOM_API_PARAMS_ollama下发 temperature 之类的默认参数企业网关要附加头则用VITE_CUSTOM_API_HEADERS_ollama。部署选项一览Vercel 还是 Docker对比项VercelDocker适合谁个人用户想白嫖托管企业内网、私有模型用户特点关联仓库、配好构建命令即上线一条命令起 Web 界面 MCP 服务私有模型不方便直接接 Ollama数据不出内网选 Vercel 的在控制台新建项目关联仓库构建命令填pnpm build:web再补上模型 API Key 环境变量就行官方文档里有逐页截图选 Docker 的一条命令把 Web 和 MCP 服务器一起拉起来docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEYyour-openai-key \ -e MCP_DEFAULT_MODEL_PROVIDERopenai \ linshen/prompt-optimizer跑起来后http://localhost:8081是界面http://localhost:8081/mcp是 MCP 服务地址复制给任何 MCP 客户端就能连。细节见 docs/user/mcp-server.md。适合谁用还能往哪走独立开发者装个扩展写提示词前先过一遍优化零成本提效。企业内容团队Docker 拉进内网接上私有模型提示词和数据都不用出门。做 AI 应用的人把那三个 MCP 工具地址接进自己的客户端优化提示词直接变成你的一个工具调用。三步都不算多先把本地 Ollama 拉起来用一句写首七言绝句的提示词跑一次优化你会立刻看出结构化提示词和随口写一句的差距。【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
提示词优化不好用？prompt-optimizer 三种玩法一次讲清
提示词优化不好用prompt-optimizer 三种玩法一次讲清【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你是不是也遇到过这种情况给 AI 的提示词改了五六遍得到的回复还是泛泛而谈再详细一点这类话说了又白说。prompt-optimizer 就是冲着这个痛点去的提示词优化工具——它内置了一套成熟的优化元提示词把你随手写的那句话改写成语义清晰、结构完整的版本还能顺手把结果丢进测试区跑一遍对比。三分钟跑起来 源码运行的话先确认装了 Node.js 22 和 pnpm然后git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer pnpm install pnpm dev装好后第一眼看的是主界面选一个工作区基本模式还是专业模式第一个操作就是把你的提示词贴进输入框、挑个模型、点优化。优化后的版本会排在旁边改了什么一目了然。它到底在做什么一次优化请求的旅程这个项目分三层干活各管一摊互不牵制。最外面是浏览器扩展纯客户端跑界面、设置、历史记录全存在你本地manifest 里的权限列表甚至是空的只申请它真正需要的那点能力。点一下扩展图标就打开独立的工作区页面想优化哪段话就贴进去。中间是模型适配层。一次优化请求的完整路线是这样的你点下优化按钮原始提示词加上内置的优化元提示词被组装成一个请求发给你选中的那家 LLM API对方返回改写后的文本解析后渲染到界面上。各家模型 OpenAI 格式不统一这层负责把它们翻译成同一种对话方式你只管选。最里面是 MCP 集成。MCP 服务器把优化能力封装成几个标准工具optimize-user-prompt 优化用户提示词 optimize-system-prompt 优化系统提示词 iterate-prompt 按特定需求迭代成熟提示词任何支持 MCP 的 AI 应用连上这个地址就能像调用本地函数一样调用提示词优化不用你自己再包一层。本地 Ollama 接入三步走 把私有模型挂上去是高价值操作其实很简单。命名规则一句话VITE_CUSTOM_API_KEY、VITE_CUSTOM_API_BASE_URL、VITE_CUSTOM_API_MODEL三个变量后面跟同一个后缀缺一不可缺一个这组配置会被直接跳过。后缀只认字母、数字、下划线和连字符最长 50 个字符别和 openai、custom 这类已有模型名撞车。以 Ollama 为例VITE_CUSTOM_API_KEY_ollamadummy-key VITE_CUSTOM_API_BASE_URL_ollamahttp://localhost:11434/v1 VITE_CUSTOM_API_MODEL_ollamaqwen2.5:7b配置写在开发环境的.env.local或 Docker 的-e参数里后缀会自动变成友好名字出现在模型下拉框里ollama就显示成 Ollama。还能加可选的VITE_CUSTOM_API_PARAMS_ollama下发 temperature 之类的默认参数企业网关要附加头则用VITE_CUSTOM_API_HEADERS_ollama。部署选项一览Vercel 还是 Docker对比项VercelDocker适合谁个人用户想白嫖托管企业内网、私有模型用户特点关联仓库、配好构建命令即上线一条命令起 Web 界面 MCP 服务私有模型不方便直接接 Ollama数据不出内网选 Vercel 的在控制台新建项目关联仓库构建命令填pnpm build:web再补上模型 API Key 环境变量就行官方文档里有逐页截图选 Docker 的一条命令把 Web 和 MCP 服务器一起拉起来docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEYyour-openai-key \ -e MCP_DEFAULT_MODEL_PROVIDERopenai \ linshen/prompt-optimizer跑起来后http://localhost:8081是界面http://localhost:8081/mcp是 MCP 服务地址复制给任何 MCP 客户端就能连。细节见 docs/user/mcp-server.md。适合谁用还能往哪走独立开发者装个扩展写提示词前先过一遍优化零成本提效。企业内容团队Docker 拉进内网接上私有模型提示词和数据都不用出门。做 AI 应用的人把那三个 MCP 工具地址接进自己的客户端优化提示词直接变成你的一个工具调用。三步都不算多先把本地 Ollama 拉起来用一句写首七言绝句的提示词跑一次优化你会立刻看出结构化提示词和随口写一句的差距。【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
