prompty

像管代码一样管提示词,调试评估一键搞定

Prompty 是一个面向 LLM 提示词工程的开源框架,旨在简化提示词的创建、管理、调试和评估流程。它定义了一种名为 Prompty 的资产类格式,将提示词、模型参数、示例和评估逻辑封装为可移植的文件,使开发者能像管理代码一样管理提示词。核心能力包括:提供结构化提示词模板,支持变量注入和输出解析;内置调试工具,可快速测试不同模型和参数;集成评估框架,支持批量运行和指标对比;强调可观测性和可理解性,便于团队协作和版本控制。基于 Rust 实现,性能高效,同时提供 Python 和 CLI 接口,方便集成到现有 AI 应用开发流程中。该项目解决了提示词开发中缺乏标准化、难以调试和评估的痛点,提升了 AI 应用的开发效率和可维护性。

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1272
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类开发框架
开发团队microsoft
所属国家
官网地址https://prompty.ai
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Rust
技术栈/模型generative-ai,llm-evaluation,llms,promptengineering,prompty
GitHub 星标★ 1272
30天Star增速
HF 下载量
上线时间2024-04-22 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数6

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 7 步

环境要求

  • Python 环境(用 pip 安装 prompty)
  • Node.js/npm 环境(使用 TypeScript 接口时需要)
  • OpenAI API Key,或兼容端点的密钥
  • VS Code(可选,用于在编辑器内按 F5 调试)

安装与启动步骤

  1. 1安装 Python 依赖

    安装 prompty 及 jinja2 模板、openai 提供方扩展,用于在 Python 中调用。

    pip install "prompty[jinja2,openai]"
  2. 2安装 TS 依赖

    使用 TypeScript/Node.js 时安装核心包与 openai 适配包。

    npm install @prompty/core @prompty/openai
  3. 3编写 .prompty 文件

    把提示词、模型参数和模板格式写进 greeting.prompty,apiKey 从环境变量读取。

    cat > greeting.prompty << 'EOF'
    ---
    name: greeting
    model:
      id: gpt-4o-mini
      provider: openai
      connection:
        kind: key
        apiKey: ${env:OPENAI_API_KEY}
    template:
      format:
        kind: jinja2
      parser:
        kind: prompty
    ---
    system:
    You are a friendly assistant.
    
    user:
    Say hello to {{name}}.
    EOF
  4. 4设置 API Key

    prompty 文件通过 ${env:OPENAI_API_KEY} 读取密钥,运行前需先导出该环境变量。

    export OPENAI_API_KEY=sk-xxxxxxxx
  5. 5用 Python 运行

    创建脚本并调用 prompty.invoke,传入 name 变量,打印模型返回结果。

    cat > run.py << 'EOF'
    import prompty
    
    result = prompty.invoke("greeting.prompty", inputs={"name": "Jane"})
    print(result)
    EOF
    python run.py
  6. 6用 TypeScript 运行

    在代码中从 @prompty/core 引入 invoke,并导入 @prompty/openai 注册提供方后调用。

  7. 7VS Code 调试

    用 VS Code 打开 .prompty 文件,直接按 F5 即可运行调试该提示词。

关键配置

配置项必填说明示例
model.connection.apiKey是模型调用密钥,示例从环境变量注入${env:OPENAI_API_KEY}
model.id是调用的模型标识gpt-4o-mini
model.provider是模型提供方,示例为 openaiopenai
model.connection.kind是连接鉴权方式,示例为 keykey
template.format.kind是模板语法类型,示例为 jinja2jinja2
model.connection.endpoint否改为 OpenAI 兼容网关或自托管服务地址https://your-endpoint/v1

如何确认成功

执行 python run.py(或 TypeScript 脚本)后,终端能打印出模型返回的问候内容,即说明调用成功。

常见问题

Q:报错找不到 OPENAI_API_KEY 怎么办?

A:prompty 文件里用 ${env:OPENAI_API_KEY} 引用环境变量,需先在当前终端 export OPENAI_API_KEY=sk-xxx 再运行脚本。

Q:可以接非 OpenAI 官方服务吗?

A:可以。openai provider 支持 OpenAI 兼容的控制面、网关或自托管模型服务,设置 model.connection.endpoint 指向对应地址即可。

Q:提示模板格式不支持?

A:示例使用的是 jinja2 模板,安装时需带上 jinja2 扩展,例如 pip install "prompty[jinja2,openai]"。

Q:不想写脚本怎么快速试?

A:用 VS Code 打开 .prompty 文件,直接按 F5 运行。

注意事项

  • 当前为 v2 alpha 分支,API、文件格式和工具链仍在开发中,可能发生变化。
  • 欢迎通过 GitHub Issues 反馈问题。

核心亮点

  • 标准化提示词格式,支持变量和模板,提升可移植性
  • 内置调试与评估工具,可对比不同模型和参数效果
  • Rust 实现性能好,提供 Python/CLI 接口易集成

不足之处

  • 项目较新,生态和文档仍在完善中
  • 与主流框架(如 LangChain)的集成尚不成熟

适用场景

  • 团队协作开发 LLM 应用,需要统一管理提示词版本
  • 对多个 LLM 进行提示词效果对比和回归测试
  • 在 CI/CD 流程中自动化评估提示词质量

替代项目

LangChain、Promptfoo、LangSmith

项目介绍

prompty 是开发框架领域的开源项目,由 microsoft 开发,2024 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,272)位列前 30%,在开发框架分类中处于中上游。

近 45 天,它的 GitHub 星标从 1,246 增加到 1,272,净增 26。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,无付费版本。从国内网络环境看,可直接访问。

它主要面向的使用场景是:团队协作开发LLM应用,需要统一管理提示词版本。同类可对比的替代方案包括 LangChain、Promptfoo、LangSmith。

上一篇:SkillForge

下一篇:texar

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12