prompt-optimizer提示词优化插件的 3 种玩法与 5 分钟私有化部署指南【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你在给客服机器人调 AI 回复答案总差口气。问题往往不在模型能力而在提示词太含糊。prompt-optimizer 是一个开源的提示词优化插件生态提供浏览器扩展、自定义模型接入、MCP 服务器三种接入方式帮你把提示词改得更好、验证得更快。上面是知识图谱提取场景左侧原始提示词和优化结果并排展示右侧测试区可以直接对比优化前后的输出差异。⏱️ 5 分钟快速上手先装好 Node.js 16 和 pnpm然后拉代码装依赖git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer pnpm install接着按你用的入口选一条启动路径Web 界面根目录运行pnpm dev打开浏览器即用浏览器扩展进入packages/extension运行pnpm dev再到浏览器加载已解压的扩展程序里选择dist目录Chrome 在chrome://extensions/开开发者模式Firefox 走临时载入附加组件MCP 服务器根目录运行pnpm mcp:dev服务监听http://localhost:3000/mcp 三种能力各解决什么问题浏览器扩展选中文本就能优化数据不出本地扩展是纯客户端架构你的文本、API 密钥、优化结果都在浏览器里处理不经过中间服务器。选中文本后通过右键菜单或扩展图标即可发起优化支持 OpenAI、Gemini、DeepSeek 等主流模型提供商也能指向自建服务API 密钥存在本地一次配置不用重复输入。权限声明和功能定义见 manifest 配置完整源码在 packages/extension/。自定义模型接入3 个环境变量接任意 OpenAI 兼容接口本地 Ollama、公司内网网关接一个自定义模型只需要 3 个环境变量VITE_CUSTOM_API_KEY_ollamadummy-key # API 密钥 VITE_CUSTOM_API_BASE_URL_ollamahttp://localhost:11434/v1 # 服务地址 VITE_CUSTOM_API_MODEL_ollamaqwen2.5:7b # 模型名_后缀命名规范只允许字母、数字、下划线、连字符最长 50 字符不能与内置模型名冲突三个变量缺任何一个该模型会被静默跳过。可以同时挂多个模型还能加可选的VITE_CUSTOM_API_PARAMS_后缀注入请求参数如 temperature和VITE_CUSTOM_API_HEADERS_后缀网关附加头。命名示例和更多规则见 多自定义模型文档。用自定义模型优化诗歌创作提示词一句简单指令被改写成要素完整、结构清晰的创作指南。MCP 服务器3 个接口把优化能力交给别的 AI 应用MCPModel Context Protocol是一种让 AI 应用互相调用能力的标准协议。MCP 服务器把提示词优化暴露为 3 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带着具体诉求迭代改进已有提示词部署后任何支持 MCP 的客户端如 Claude Desktop连接http://localhost:8081/mcp就能直接调用这 3 个工具源码在 packages/mcp-server/。 三个高频场景实战本地模型接入团队工作流三步走部署时配上文 3 个环境变量模型自动出现在列表里用选定的本地模型跑优化得到结构化更强的提示词在内置测试区验证效果、对比多个版本后再决定是否采纳模板模式下还可以把商品、价格、语气等做成变量同一份模板换一组参数复用到不同场景效果示例跨应用集成Docker 一条命令起 MCP生产部署推荐 DockerWeb 界面和 MCP 服务会同时启动docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEYyour-key \ -e MCP_DEFAULT_MODEL_PROVIDERopenai \ linshen/prompt-optimizer启动后 Web 界面在http://localhost:8081MCP 服务在/mcp路径。把该 URL 填进 Claude Desktop 的services.json并重启之后在对话里直接让它优化提示词即可。团队私有化部署两个关键提醒VITE_*变量会被打包进前端资产公开部署的 Web 端不要预置 API 密钥密钥让每个使用者在本地配置用ACCESS_PASSWORD开启访问密码新版本中/mcp路由已绕过 Basic 认证MCP 客户端不会被 401 挡住性能上也有三条实用建议按任务选模型小模型批量初筛、强模型精调、对相同提示词的结果做缓存避免重复请求、大批量提示词用批量模式而不是逐条跑。⚠️ 避坑与常见问题端口冲突开发模式 3000 端口被占时用MCP_HTTP_PORT3001 pnpm mcp:dev换端口启动No enabled models found至少要配置一个有效 API 密钥检查VITE_OPENAI_API_KEY等变量是否写对、容器是否真的拿到了自定义模型没出现在列表三个环境变量必须齐全且后缀不能含点号、空格MCP_DEFAULT_MODEL_PROVIDER不生效值必须是小写英文openai不是OpenAI 学习入口与反馈更完整的开发指南、部署文档和 API 说明都在 docs/ 目录MCP 使用细节见 MCP 服务器用户指南。 遇到问题欢迎通过项目 Issue 系统反馈你的场景建议也会帮助插件生态继续演进。【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 prompt-optimizer：提示词优化插件的 3 种玩法与 5 分钟私有化部署指南
prompt-optimizer提示词优化插件的 3 种玩法与 5 分钟私有化部署指南【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你在给客服机器人调 AI 回复答案总差口气。问题往往不在模型能力而在提示词太含糊。prompt-optimizer 是一个开源的提示词优化插件生态提供浏览器扩展、自定义模型接入、MCP 服务器三种接入方式帮你把提示词改得更好、验证得更快。上面是知识图谱提取场景左侧原始提示词和优化结果并排展示右侧测试区可以直接对比优化前后的输出差异。⏱️ 5 分钟快速上手先装好 Node.js 16 和 pnpm然后拉代码装依赖git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer pnpm install接着按你用的入口选一条启动路径Web 界面根目录运行pnpm dev打开浏览器即用浏览器扩展进入packages/extension运行pnpm dev再到浏览器加载已解压的扩展程序里选择dist目录Chrome 在chrome://extensions/开开发者模式Firefox 走临时载入附加组件MCP 服务器根目录运行pnpm mcp:dev服务监听http://localhost:3000/mcp 三种能力各解决什么问题浏览器扩展选中文本就能优化数据不出本地扩展是纯客户端架构你的文本、API 密钥、优化结果都在浏览器里处理不经过中间服务器。选中文本后通过右键菜单或扩展图标即可发起优化支持 OpenAI、Gemini、DeepSeek 等主流模型提供商也能指向自建服务API 密钥存在本地一次配置不用重复输入。权限声明和功能定义见 manifest 配置完整源码在 packages/extension/。自定义模型接入3 个环境变量接任意 OpenAI 兼容接口本地 Ollama、公司内网网关接一个自定义模型只需要 3 个环境变量VITE_CUSTOM_API_KEY_ollamadummy-key # API 密钥 VITE_CUSTOM_API_BASE_URL_ollamahttp://localhost:11434/v1 # 服务地址 VITE_CUSTOM_API_MODEL_ollamaqwen2.5:7b # 模型名_后缀命名规范只允许字母、数字、下划线、连字符最长 50 字符不能与内置模型名冲突三个变量缺任何一个该模型会被静默跳过。可以同时挂多个模型还能加可选的VITE_CUSTOM_API_PARAMS_后缀注入请求参数如 temperature和VITE_CUSTOM_API_HEADERS_后缀网关附加头。命名示例和更多规则见 多自定义模型文档。用自定义模型优化诗歌创作提示词一句简单指令被改写成要素完整、结构清晰的创作指南。MCP 服务器3 个接口把优化能力交给别的 AI 应用MCPModel Context Protocol是一种让 AI 应用互相调用能力的标准协议。MCP 服务器把提示词优化暴露为 3 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带着具体诉求迭代改进已有提示词部署后任何支持 MCP 的客户端如 Claude Desktop连接http://localhost:8081/mcp就能直接调用这 3 个工具源码在 packages/mcp-server/。 三个高频场景实战本地模型接入团队工作流三步走部署时配上文 3 个环境变量模型自动出现在列表里用选定的本地模型跑优化得到结构化更强的提示词在内置测试区验证效果、对比多个版本后再决定是否采纳模板模式下还可以把商品、价格、语气等做成变量同一份模板换一组参数复用到不同场景效果示例跨应用集成Docker 一条命令起 MCP生产部署推荐 DockerWeb 界面和 MCP 服务会同时启动docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEYyour-key \ -e MCP_DEFAULT_MODEL_PROVIDERopenai \ linshen/prompt-optimizer启动后 Web 界面在http://localhost:8081MCP 服务在/mcp路径。把该 URL 填进 Claude Desktop 的services.json并重启之后在对话里直接让它优化提示词即可。团队私有化部署两个关键提醒VITE_*变量会被打包进前端资产公开部署的 Web 端不要预置 API 密钥密钥让每个使用者在本地配置用ACCESS_PASSWORD开启访问密码新版本中/mcp路由已绕过 Basic 认证MCP 客户端不会被 401 挡住性能上也有三条实用建议按任务选模型小模型批量初筛、强模型精调、对相同提示词的结果做缓存避免重复请求、大批量提示词用批量模式而不是逐条跑。⚠️ 避坑与常见问题端口冲突开发模式 3000 端口被占时用MCP_HTTP_PORT3001 pnpm mcp:dev换端口启动No enabled models found至少要配置一个有效 API 密钥检查VITE_OPENAI_API_KEY等变量是否写对、容器是否真的拿到了自定义模型没出现在列表三个环境变量必须齐全且后缀不能含点号、空格MCP_DEFAULT_MODEL_PROVIDER不生效值必须是小写英文openai不是OpenAI 学习入口与反馈更完整的开发指南、部署文档和 API 说明都在 docs/ 目录MCP 使用细节见 MCP 服务器用户指南。 遇到问题欢迎通过项目 Issue 系统反馈你的场景建议也会帮助插件生态继续演进。【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