prompty

像管代码一样管提示词,调试评估一键搞定

开源 🏷️完全免费 ✅ 目前可打开 开发框架 🍴 复刻 136 🐛 待处理 24 👀 关注 15
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1286
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

prompty 项目界面预览图
图片来源:项目官网

项目数据

分类开发框架
开发团队microsoft
官网地址https://prompty.ai
定价模式🏷️完全免费
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✅ 目前可打开
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★ 1286
上线时间2024-04-22 00:00:00
代码更新2026-11-02
仓库体积34.2 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-10
浏览次数7

项目介绍

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。

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 2026-08-10 · 当前星标 ★ 1286

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

上一篇:SkillForge

下一篇:texar

同类项目推荐

swifty-creatives 开源

用 Swift 在 Apple 设备上轻松创作生成艺术与交互视觉

Creative coding framework for Swift. Built on Apple's Metal. Inspired by Processing.···

★ 302 2026-08-09
sd-api 开源

用 TypeScript 优雅调用 Stable Diffusion WebUI,快速集成图像生成能力

A Typescript API client for AUTOMATIC111/stable-diffusion-webui

★ 98 2026-08-09
ollama-rs 开源

Rust 里几行代码接入本地大模型

A simple and easy-to-use library for interacting with the Ollama API.

★ 1061 2026-10-15
claude-code-mastery 开源

手把手玩转 Claude Code,从配置到自动化提效

The complete guide to Claude Code: CLAUDE.md, hooks, skills, MCP servers, and comman···

★ 558 2026-08-09
diagram-of-thought 开源

把思维链升级成思维图,让AI推理更灵活纠错

Official implementation of paper "On the Diagram of Thought" (https://arxiv.org/abs/···

★ 201 2026-08-09
langchainrb 开源

用 Ruby 快速构建 LLM 应用,像搭积木一样组合 AI 能力

Build LLM-powered applications in Ruby

★ 2008 2026-08-09
pipecat 开源

几行代码搭出能实时对话、可打断的语音 AI 助手

Open Source framework for voice agents, multimodal apps, and realtime AI. Maintained···

★ 17147 2026-10-11
ten-framework 开源

像搭积木一样组装实时语音AI助手

Open-source framework for conversational voice AI agents

★ 11224 2026-09-12