prompt-optimizer

一键优化提示词，让 AI 回答更精准

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 4612 🐛 待处理 4 👀 关注 129

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 40920

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，本地部署或自行使用，完全免费。

项目预览

prompt-optimizer 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队linshenkx

官网地址https://prompt.always200.com

GitHubhttps://github.com/linshenkx/prompt-optimizer

定价模式🏷️完全免费

价格说明开源项目，本地部署或自行使用，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言TypeScript

技术栈/模型ai-prompts,ai-tools,llm,prompt,prompt-engineering,prompt-optimization,prompt-optimizer,prompt-testing,prompt-toolkit,prompt-tuning

GitHub 星标★ 40920

上线时间2025-02-12 00:00:00

代码更新2026-11-06

仓库体积48.5 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数11

项目介绍

prompt-optimizer 是一个用 TypeScript 编写的 AI 提示词优化工具，旨在帮助用户编写更高质量的提示词，从而获得更好的 AI 模型输出结果。它解决了普通用户不擅长设计提示词、导致 AI 回答质量低下的问题。核心能力包括自动分析原始提示词、识别模糊或缺失的指令、补充关键上下文、优化措辞结构，并生成更清晰、具体、可执行的优化版本。该工具支持多种主流 AI 模型接口，可无缝集成到现有工作流中，提供命令行和 API 两种使用方式，适合开发者、内容创作者和研究人员快速提升 AI 交互效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 40920

技术标签

ai-prompts ai-tools llm prompt prompt-engineering

使用教程

难度：入门约 10 分钟部署方式：Docker 6 步

环境要求

已安装 Docker 环境（Docker 方式部署必需）
可用的 AI 模型 API Key（如 OpenAI、Gemini、DeepSeek 等）
浏览器（用于访问 Web 界面或安装 Chrome 扩展）
本地开发需 Node.js 与 pnpm

安装与启动步骤

1启动Docker容器

用默认配置拉取并后台运行官方镜像，把容器 80 端口映射到宿主机 8081，无需任何密钥即可先跑起来。
```
docker run -d -p 8081:80 --restart unless-stopped --name prompt-optimizer linshen/prompt-optimizer
```

2配置密钥与密码

重建容器时通过 -e 注入模型 API Key；设置 ACCESS_PASSWORD 后访问需密码，用户名默认 admin，可另设 ACCESS_USERNAME。

docker run -d -p 8081:80 \
  -e VITE_OPENAI_API_KEY=sk-xxxxxxxx \
  -e ACCESS_USERNAME=admin \
  -e ACCESS_PASSWORD=my-secret-password \
  --restart unless-stopped \
  --name prompt-optimizer \
  linshen/prompt-optimizer

3安装Chrome扩展

也可从 Chrome 应用商店安装扩展，点击图标即可打开 Prompt Optimizer，注意商店版本可能有审核延迟。
4访问Web界面

浏览器打开 http://localhost:8081 查看优化器界面；若设置了 ACCESS_PASSWORD 会先要求输入访问密码。
5接入MCP服务

Docker 运行时 MCP Server 自动启动，与 Web 同端口，通过 http://localhost:8081/mcp 访问，可被 Claude Desktop 等支持 MCP 的应用调用。
```
docker run -d -p 8081:80 \
  -e VITE_OPENAI_API_KEY=sk-xxxxxxxx \
  -e MCP_DEFAULT_MODEL_PROVIDER=openai \
  --name prompt-optimizer \
  linshen/prompt-optimizer
```
6本地开发准备

如需自行构建源码，先克隆项目后在根目录安装依赖，后续按开发文档继续构建与启动。
```
pnpm install
```

关键配置

配置项	必填	说明	示例
`ACCESS_PASSWORD`	否	设置访问密码以开启访问限制	`my-secret-password`
`ACCESS_USERNAME`	否	访问用户名，默认 admin	`admin`
`VITE_OPENAI_API_KEY`	否	OpenAI 模型密钥等私有部署模型设置	`sk-xxxxxxxx`
`MCP_DEFAULT_MODEL_PROVIDER`	否	MCP 默认模型提供方	`openai`
`MCP_LOG_LEVEL`	否	MCP Server 日志级别	`info`
`VITE_CUSTOM_API_BASE_URL_ollama`	否	自定义模型接口地址（以 ollama 为例）	`http://localhost:11434/v1`

如何确认成功

浏览器打开 http://localhost:8081 能看到 Prompt Optimizer 界面且能正常优化提示词；MCP 服务可在 http://localhost:8081/mcp 访问。

常见问题

Q：容器启动后页面打不开怎么办？

A：确认命令中端口映射为 -p 8081:80，容器名为 prompt-optimizer 且已加 --restart unless-stopped；再用 docker ps 查看容器是否处于运行状态。

Q：如何给站点加访问密码？

A：在 docker run 时加 -e ACCESS_PASSWORD=你的密码，可选 -e ACCESS_USERNAME=用户名（默认 admin），之后访问页面需先登录。

Q：怎么接入本地 Ollama 模型？

A：通过多个自定义模型配置变量接入：VITE_CUSTOM_API_KEY_ollama、VITE_CUSTOM_API_BASE_URL_ollama、VITE_CUSTOM_API_MODEL_ollama，数量不限。

Q：MCP Server 怎么用？

A：Docker 运行时 MCP Server 自动启动，与 Web 应用共用端口，路径为 /mcp，可被 Claude Desktop 等支持 MCP 的 AI 应用集成。

Q：公开部署能预置 API Key 吗？

A：不要。VITE_* 变量的值会暴露在浏览器资源中，公共前端部署不应预置 API Key，应仅用于私有部署。

注意事项

公开前端部署不要预置 API Key，因为 VITE_* 值会暴露在浏览器资源中。
Docker Compose 文件位于 docker/ 目录下，需要显式传入根目录的 .env 文件。
Cloudflare 部署时应清空自动填入的 pnpm run build 构建命令，改由 wrangler.jsonc 构建并发布 packages/web/dist 静态资源。
macOS 安装桌面应用或下载 .dmg 后，需执行 xattr -rd com.apple.quarantine 解除隔离才能正常打开。