linshenkx/prompt-optimizer · 上手攻略

  • 仓库：linshenkx/prompt-optimizer
  • 链接：https://github.com/linshenkx/prompt-optimizer
  • 分类：AI Prompt Engineering · Productivity Tools
  • 作者：Tom
  • 更新：2026-08-17

是什么

Prompt Optimizer 是一款开源 AI 提示词优化工具，通过多轮迭代改进帮助用户写出更高质量的提示词，从而获得更好的 AI 输出。支持 Web 应用、桌面客户端、Chrome 扩展和 Docker 部署四种形态，可对接 OpenAI、DeepSeek、Gemini、Grok、Zhipu AI、SiliconFlow、MiniMax 等主流模型，并原生支持 MCP 协议（可接入 Claude Desktop 等）。

定位偏向专业提示词工程师和 AI 应用开发者，而非普通用户。

解决什么问题

写好提示词很难： - 结果不稳定，同样的提示词在不同模型上效果差异大 - 缺乏系统性优化方法，靠试错效率低 - 难以量化评估提示词的好坏 - Prompt 分散在各处（笔记、聊天记录、模板），难以管理

Prompt Optimizer 的解法： - 一键多轮优化：上传初始提示词，系统自动迭代改进（需指定模型 API Key） - 系统/用户双模式：既优化 System Prompt，也优化 User Prompt - 分析+对比评估：单次评估和多版本对比，判断优化是否真的有效 - MCP 协议集成：作为 MCP Server 暴露能力，供 AI 应用直接调用 - 多模态支持：文本优化 + Text-to-Image + Image-to-Image - 本地存储：所有数据保存在浏览器本地，不上传服务器（纯前端项目）

快速安装

在线使用（最简）

直接访问：https://prompt.always200.com（官方托管版，纯前端，数据存本地浏览器）

Vercel 一键部署（推荐自有部署）

# 方式一：直接 Clone 并部署
访问 https://vercel.com/new/clone?repository-url=https://github.com/linshenkx/prompt-optimizer

# 方式二：手动
# 1. Fork 仓库到自己的 GitHub
# 2. Import 到 Vercel，勾选 "Include source files"
# 3. 配置环境变量（见下）

# 4. 环境变量（在 Vercel 项目设置中配置）
ACCESS_PASSWORD=your_password          # 访问密码（可选，推荐设置）
VITE_OPENAI_API_KEY=sk-...             # 可选，不配置则仅使用公开模型
VITE_DEEPSEEK_API_KEY=sk-...           # 可选
VITE_GEMINI_API_KEY=...                # 可选
VITE_CUSTOM_MODEL_BASE_URL=...          # 可选，自定义模型端点

⚠️ 安全注意：VITE_* 环境变量会暴露在浏览器 JS Bundle 中，不要在公开托管的前端部署中填写私人 API Key。使用 Cloudflare Workers 或 Docker 私有部署更安全。

Cloudflare Pages 部署

# 访问以下链接自动创建并部署
https://deploy.workers.cloudflare.com/?url=https://github.com/linshenkx/prompt-optimizer

# 之后在 Cloudflare Dashboard 配置：
# - Cloudflare Access（可选，限制访问）
# - Cloudflare Web Analytics（可选，查看部署页面的访问数据）

⚠️ 部署时不要填入构建命令（pnpm run build），因为 wrangler.jsonc 会自动构建 Web 前端并发布 packages/web/dist 为静态资源。

Docker 部署

# 自行构建镜像
git clone https://github.com/linshenkx/prompt-optimizer
cd prompt-optimizer
docker build -t prompt-optimizer .
docker run -d -p 3000:3000 \
  -e ACCESS_PASSWORD=your_password \
  -e VITE_OPENAI_API_KEY=sk-... \
  prompt-optimizer

核心用法

文本提示词优化

步骤 1：选择模式 - System Prompt 优化：优化 AI 的角色设定、行为约束 - User Prompt 优化：优化用户输入的指令

步骤 2：输入初始提示词

你是一个严苛的审稿人。请对以下文章进行深度批评性评审，
找出论证漏洞、证据不足之处，并给出具体修改建议。

步骤 3：选择模型并优化

# MCP Server 模式（供 AI 应用调用）
# MCP JSON-RPC 接口，工具列表：
# - prompt_optimize_optimize: 优化提示词
# - prompt_optimize_evaluate: 评估提示词质量
# - prompt_evaluate_compare: 对比多个版本
# - image_generate: 生成图片
# - favorites_list: 列出收藏的提示词

支持模型：OpenAI (GPT-4o, GPT-4o-mini)、Gemini、DeepSeek、Grok、Zhipu AI、SiliconFlow、Seedream（图片生成）

图片生成模式

在 Image Mode 页面： - Text-to-Image (T2I)：输入文字描述生成图片 - Image-to-Image (I2I)：上传参考图，生成风格/构图相似的变体 - Multi-Image：多图约束，生成保持多图关系的最终图

MCP 协议接入 Claude Desktop

// ~/.claude/mcp.json（Windows: %USERPROFILE%\.claude\mcp.json）
{
  "mcpServers": {
    "prompt-optimizer": {
      "command": "npx",
      "args": ["-y", "@linshenkx/prompt-optimizer-mcp"]
    }
  }
}

注：需确认 @linshenkx/prompt-optimizer-mcp 包名是否正确，如有问题可参考项目文档中 MCP 配置章节。

提示词资产管理

  • Smart Favorites：将优化好的提示词保存为资产，带版本历史、媒体附件、出处追踪
  • 来源绑定：记录提示词原始来源（手动编写/模板/导入），方便后续溯源
  • 批量导入：支持从 Prompt Garden（garden.always200.com）导入带元数据的提示词
  • 完整备份：导出/导入所有 Favorites 及关联资源

高级测试模式

  • 上下文变量管理：定义变量，批量替换测试
  • 多轮对话测试：模拟多轮对话场景，测试复杂提示词效果
  • Function Calling 测试：集成 OpenAI/Gemini 工具调用能力，测试函数调用效果

典型适用场景

场景 适合度 说明
AI 应用开发（提示词工程） ⭐⭐⭐⭐⭐ 优化 System Prompt，测试不同模型
提示词资产管理 ⭐⭐⭐⭐⭐ 版本历史、出处追踪、多端同步
Prompt Engineer 日常工作流 ⭐⭐⭐⭐ 多轮迭代 + 评估对比
AI 提示词卖家/模板站 ⭐⭐⭐⭐ 优化+评估+资产管理完整链路
图片生成提示词优化 ⭐⭐⭐ T2I/I2I 优化，适合 Midjourney 用户
MCP 生态集成 ⭐⭐⭐⭐ 暴露为 MCP Server，Claude Desktop 可直接调用

坑与注意

  1. Vercel 前端暴露 API Key 风险：VITE_* 环境变量会打入前端 JS Bundle，公开部署时不要填私人 Key；建议用 Cloudflare Workers 或 Docker 私有部署。
  2. Cloudflare Pages 构建命令：不要在 Pages 设置中填入 pnpm run build，wrangler.jsonc 会自动处理构建和发布静态资源。
  3. ACCESS_PASSWORD 建议设置：否则任何知道 URL 的人都能访问你的 Prompt 资产和数据。
  4. MCP 接入需确认包名：文档提到 MCP 协议支持，但 Claude Desktop 接入的 npm 包名需参考项目最新文档确认。
  5. 本地存储局限：纯前端版本数据存在浏览器 localStorage，换浏览器或清缓存会丢失；重要资产需定期导出备份。
  6. 优化依赖模型质量：Prompt 优化效果直接取决于所选模型的智能程度，便宜模型优化出的 Prompt 质量上限有限。
  7. 多轮优化消耗 API：每次迭代都调用一次模型 API，频繁优化可能产生较高 API 费用。
  8. 中文文档有限：项目文档和 UI 以英文为主，中文用户可能需要借助翻译工具。

与同类对比

特性 Prompt Optimizer OpenAI Prompt Engineer BetterPrompt AIPRM
开源 ✅ ❌ ❌（部分） ❌
MCP 协议支持 ✅ ❌ ❌ ❌
多模型支持 ✅（OpenAI/Gemini/DeepSeek等） 仅 OpenAI 有限 仅 ChatGPT
图片生成（T2I/I2I） ✅ ❌ ❌ ❌
本地部署 ✅（Docker/Vercel/Cloudflare） ❌ ❌ ❌
提示词资产管理 ✅（版本历史+出处追踪） ❌ 有限 有限
多轮迭代优化 ✅ ❌ 有限 ❌
纯前端（数据本地） ✅（Web版） ❌ ❌ ❌

Prompt Optimizer 的独特优势：唯一同时具备 MCP 协议支持 + 多模型对接 + 图片生成 + 本地存储的开源方案；纯前端 Web 版无需任何服务端部署。

一句话推荐结论

需要系统化优化提示词、管理 Prompt 资产，并希望 AI 助手（Claude Desktop）直接调用 Prompt 能力 → 选 Prompt Optimizer；只需简单一次性优化 → 在线 ChatGPT 手动调试更省事。