3 种方式玩转提示词优化prompt-optimizer 从浏览器到 MCP 的实战入门【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场景很直接你在网页里选中一段文字想让它立刻变成一条结构完整、能直接喂给大模型的提示词而不是自己重新组织语言。prompt-optimizer 就是一个干这件事的开源工具丢进去一句随意写的大白话它输出优化后的提示词还能接上任意 OpenAI 兼容的模型服务。下面不按组件讲按你能拿到什么讲三件事在浏览器里选中文字就用、接上你自己的模型、让别的 AI 应用直接调用它最后给一条命令跑起来的部署路径。在浏览器里选中文字就能用最轻的用法是它的浏览器扩展。装好之后选中页面上任意一段文本右键就能唤起优化入口不需要复制粘贴到别的页面。两个细节值得注意数据处理在本地完成。扩展的 manifest 里 permissions 字段是空的连 storage 权限都没申请提示词和密钥不出浏览器。主流模型开箱可用。OpenAI、Gemini、DeepSeek 等配好密钥就能用密钥存在本地换个浏览器不用重填。想开发的话也很简单进packages/extension执行pnpm dev再到 Chrome 的chrome://extensions打开开发者模式用加载已解压的扩展程序指向packages/extension/dist目录改代码看热更新。接上你自己的模型Ollama 本地模型接入步骤模型是私有部署的——本机 Ollama 或公司内网服务——不用改代码写三个环境变量就行后缀名自己起VITE_CUSTOM_API_KEY_qwen3dummy VITE_CUSTOM_API_BASE_URL_qwen3http://localhost:11434/v1 VITE_CUSTOM_API_MODEL_qwen3qwen3:8b规则就三条记下来基本不会踩坑规则说明三项必填API_KEY、BASE_URL、MODEL必须成组出现少一项模型不会出现后缀命名只能含字母、数字、下划线、连字符点号不行长度别超 50可选参数再加VITE_CUSTOM_API_PARAMS_后缀JSON 字符串注入 temperature 等请求参数数量上不封顶配几个就在模型下拉里多几个选项后缀还会被格式化成友好名称qwen3 显示为 Qwen3。本地 Ollama 没有真密钥API_KEY 填个占位值如dummy即可。完整字段说明在 docs/user/multi-custom-models.md。让别的 AI 应用也能调用它除了自己用你还可以把优化能力借出去项目内置了一个 MCP 服务器把提示词优化能力包装成三个标准工具任何支持 MCP 协议的客户端都能连optimize-user-prompt优化用户提示词optimize-system-prompt优化系统提示词iterate-prompt按具体需求迭代已有提示词以 Claude Desktop 为例把服务地址写进配置就完事{ services: [ { name: Prompt Optimizer, url: http://localhost:8081/mcp } ] }开发者本地调试不想开 Docker 的话装完依赖执行pnpm mcp:dev服务起在http://localhost:3000/mcp改完即生效。更多客户端的接入细节见 docs/user/mcp-server.md。5 分钟跑起来部署方式怎么选三种方式按用途挑方式适合谁一句话理由Docker想立刻用上的人不用装 Node 环境一条命令同时起 Web 界面和 MCP 服务Vercel有域名、想分享链接的人前端静态构建控制台填几个环境变量即可本地开发要改代码的人Node 22 加 pnpm装完依赖pnpm dev就能调试Docker 路径最短建议先试它docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEY你的key \ -e MCP_DEFAULT_MODEL_PROVIDERopenai \ --name prompt-optimizer \ linshen/prompt-optimizer起完后 Web 界面在http://localhost:8081MCP 服务在http://localhost:8081/mcp。配了多个密钥时用MCP_DEFAULT_MODEL_PROVIDER指定首选它也能填custom_qwen3这类自定义模型后缀。走 Vercel 的话安装命令填pnpm install、构建命令填pnpm build:web密钥类环境变量在控制台里加常见问题没有 API 密钥能用吗可以。接本地 Ollama 时密钥填占位值就行请求根本不出内网。Node 版本有要求吗有。工程锁定 Node 22 和 pnpm 10低版本装依赖会直接报错先升版本再折腾。数据安全吗Web 版是纯前端运行提示词和密钥只在你浏览器里。Docker 部署注意别把 8081 端口直接挂公网需要的话用ACCESS_USERNAME/ACCESS_PASSWORD加一层访问控制。现在就能做的三件事clone 仓库地址https://gitcode.com/GitHub_Trending/pro/prompt-optimizer并pnpm install跑pnpm dev把一句帮我总结这段话丢进优化入口看前后差异。按第二节那三行环境变量把 Ollama 模型接上刷新页面确认下拉列表里多了一个模型。用 Docker 把 MCP 服务跑起来在 Claude Desktop 里配好服务地址用自然语言让它帮你改一条系统提示词。【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 3 种方式玩转提示词优化：prompt-optimizer 从浏览器到 MCP 的实战入门
3 种方式玩转提示词优化prompt-optimizer 从浏览器到 MCP 的实战入门【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场景很直接你在网页里选中一段文字想让它立刻变成一条结构完整、能直接喂给大模型的提示词而不是自己重新组织语言。prompt-optimizer 就是一个干这件事的开源工具丢进去一句随意写的大白话它输出优化后的提示词还能接上任意 OpenAI 兼容的模型服务。下面不按组件讲按你能拿到什么讲三件事在浏览器里选中文字就用、接上你自己的模型、让别的 AI 应用直接调用它最后给一条命令跑起来的部署路径。在浏览器里选中文字就能用最轻的用法是它的浏览器扩展。装好之后选中页面上任意一段文本右键就能唤起优化入口不需要复制粘贴到别的页面。两个细节值得注意数据处理在本地完成。扩展的 manifest 里 permissions 字段是空的连 storage 权限都没申请提示词和密钥不出浏览器。主流模型开箱可用。OpenAI、Gemini、DeepSeek 等配好密钥就能用密钥存在本地换个浏览器不用重填。想开发的话也很简单进packages/extension执行pnpm dev再到 Chrome 的chrome://extensions打开开发者模式用加载已解压的扩展程序指向packages/extension/dist目录改代码看热更新。接上你自己的模型Ollama 本地模型接入步骤模型是私有部署的——本机 Ollama 或公司内网服务——不用改代码写三个环境变量就行后缀名自己起VITE_CUSTOM_API_KEY_qwen3dummy VITE_CUSTOM_API_BASE_URL_qwen3http://localhost:11434/v1 VITE_CUSTOM_API_MODEL_qwen3qwen3:8b规则就三条记下来基本不会踩坑规则说明三项必填API_KEY、BASE_URL、MODEL必须成组出现少一项模型不会出现后缀命名只能含字母、数字、下划线、连字符点号不行长度别超 50可选参数再加VITE_CUSTOM_API_PARAMS_后缀JSON 字符串注入 temperature 等请求参数数量上不封顶配几个就在模型下拉里多几个选项后缀还会被格式化成友好名称qwen3 显示为 Qwen3。本地 Ollama 没有真密钥API_KEY 填个占位值如dummy即可。完整字段说明在 docs/user/multi-custom-models.md。让别的 AI 应用也能调用它除了自己用你还可以把优化能力借出去项目内置了一个 MCP 服务器把提示词优化能力包装成三个标准工具任何支持 MCP 协议的客户端都能连optimize-user-prompt优化用户提示词optimize-system-prompt优化系统提示词iterate-prompt按具体需求迭代已有提示词以 Claude Desktop 为例把服务地址写进配置就完事{ services: [ { name: Prompt Optimizer, url: http://localhost:8081/mcp } ] }开发者本地调试不想开 Docker 的话装完依赖执行pnpm mcp:dev服务起在http://localhost:3000/mcp改完即生效。更多客户端的接入细节见 docs/user/mcp-server.md。5 分钟跑起来部署方式怎么选三种方式按用途挑方式适合谁一句话理由Docker想立刻用上的人不用装 Node 环境一条命令同时起 Web 界面和 MCP 服务Vercel有域名、想分享链接的人前端静态构建控制台填几个环境变量即可本地开发要改代码的人Node 22 加 pnpm装完依赖pnpm dev就能调试Docker 路径最短建议先试它docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEY你的key \ -e MCP_DEFAULT_MODEL_PROVIDERopenai \ --name prompt-optimizer \ linshen/prompt-optimizer起完后 Web 界面在http://localhost:8081MCP 服务在http://localhost:8081/mcp。配了多个密钥时用MCP_DEFAULT_MODEL_PROVIDER指定首选它也能填custom_qwen3这类自定义模型后缀。走 Vercel 的话安装命令填pnpm install、构建命令填pnpm build:web密钥类环境变量在控制台里加常见问题没有 API 密钥能用吗可以。接本地 Ollama 时密钥填占位值就行请求根本不出内网。Node 版本有要求吗有。工程锁定 Node 22 和 pnpm 10低版本装依赖会直接报错先升版本再折腾。数据安全吗Web 版是纯前端运行提示词和密钥只在你浏览器里。Docker 部署注意别把 8081 端口直接挂公网需要的话用ACCESS_USERNAME/ACCESS_PASSWORD加一层访问控制。现在就能做的三件事clone 仓库地址https://gitcode.com/GitHub_Trending/pro/prompt-optimizer并pnpm install跑pnpm dev把一句帮我总结这段话丢进优化入口看前后差异。按第二节那三行环境变量把 Ollama 模型接上刷新页面确认下拉列表里多了一个模型。用 Docker 把 MCP 服务跑起来在 Claude Desktop 里配好服务地址用自然语言让它帮你改一条系统提示词。【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