Promptify

用提示词工程,让 GPT 稳定输出结构化数据

Promptify 是一个专注于提示工程(Prompt Engineering)的 Python 库,旨在帮助开发者更高效地使用 GPT 等大语言模型,并获取结构化输出。它解决了直接调用 LLM 时输出格式不稳定、提示词难以管理和版本迭代困难的问题。核心能力包括:提供简洁的 API 封装,支持多种模型(如 GPT-3/4)和自定义提示模板;内置提示词版本管理功能,方便追踪和回滚;能够将模型输出自动解析为 JSON 等结构化格式,便于后续程序处理。项目还附带 Discord 社区,供用户交流提示工程和 LLM 研究。整体上,Promptify 降低了 LLM 应用开发的门槛,适合需要快速构建稳定 AI 功能的开发者。

开源 free 对话助手
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 4635
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类对话助手
开发团队promptslab
所属国家
官网地址
定价模式free
价格说明开源项目,基于Apache-2.0许可证,可自由使用和部署,无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型chatgpt,chatgpt-api,chatgpt-python,gpt-3,gpt-3-prompts,gpt-4,gpt-4-api,gpt3-library,large-language-models,machine-learning,nlp,openai,prompt-engineering,prompt-toolkit,prompt-tuning,prompt-versioning,prompting,prompts,promptversioning,transformers
GitHub 星标★ 4635
30天Star增速
HF 下载量
上线时间2022-12-12 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

环境要求

  • Python 3.9 或更高版本
  • 可用的 pip 包管理工具
  • 访问 PyPI 或 GitHub 的网络环境
  • 可选:需要评估指标支持时安装 promptify[eval]

安装与启动步骤

  1. 1确认 Python 版本

    Promptify 要求 Python 3.9+,先确认本机 Python 版本满足要求,否则先升级 Python。

    python --version
  2. 2通过 pip 安装

    README 推荐的标准安装方式,从 PyPI 拉取并安装 Promptify 及其依赖。

    pip install promptify
  3. 3或从 GitHub 安装

    想使用仓库最新代码时,可直接从 GitHub 源码安装,与上一步二选一。

    pip install git+https://github.com/promptslab/Promptify.git
  4. 4安装评估扩展

    仅在需要 evaluation metrics 时执行,安装可选依赖 extras。

    pip install promptify[eval]
  5. 5运行 NER 示例

    用 README 的 3 行 NER 示例验证库可用,注意 model 与 domain 需按 README 写法传入。

    from promptify import NER
    
    ner = NER(model="gpt-4o-mini", domain="medical")
    result = ner("The patient is a 93-year-old female with a medical history of chronic right hip pain, osteoporosis, hypertension, depression, and chronic atrial fibrillation admitted for evaluation and management of severe nausea and vomiting and urinary tract infection")
    print(result)

关键配置

配置项必填说明示例
model是指定底层大语言模型名称,示例中为 gpt-4o-minigpt-4o-mini
domain否指定任务领域,用于提示词上下文,如医疗领域medical

如何确认成功

运行 NER 示例后打印出 NERResult(entities=[Entity(...)]) 结构的对象,即表示安装与调用成功。

常见问题

Q:需要什么版本的 Python?

A:README 明确要求 Python 3.9+,低于该版本需先升级 Python。

Q:如何安装评估指标支持?

A:执行 pip install promptify[eval] 即可安装评估相关的可选依赖。

Q:想用最新代码而不是 PyPI 版本怎么办?

A:执行 pip install git+https://github.com/promptslab/Promptify.git 直接从 GitHub 安装。

Q:如何指定使用的模型?

A:在实例化任务类时传入,如 NER(model="gpt-4o-mini", domain="medical")。

注意事项

  • README 节选未给出 API Key 的设置方法,实际调用大模型前需按后端要求自行配置密钥。
  • README 节选只演示了 NER 用法,其他任务类请查阅完整文档。
  • 项目基于 LiteLLM 作为通用 LLM 后端,可切换的模型范围以后端支持为准。
  • 本教程不含 Docker、云服务等部署方式,Promptify 属于 Python 库/依赖。

核心亮点

  • 内置提示词版本管理,支持追踪和回滚,方便迭代
  • 自动将模型输出解析为 JSON,减少手工处理
  • API 简洁,支持 GPT-3/4 等多种模型,上手快

不足之处

  • 文档/社区待观察
  • 结构化输出依赖提示词设计,复杂场景下可能不稳定

适用场景

  • 需要从 LLM 获取固定格式数据的后端服务
  • 快速原型开发,验证提示词效果
  • 团队协作管理提示词版本

替代项目

LangChain、Guidance、Outlines

项目介绍

Promptify 是开发框架领域的开源项目,由 promptslab 开发,2022 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(4,635)位列前 10%,在开发框架分类的 803 个项目里位列前 11%。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。基于Apache-2.0许可证,可自由使用和部署,无付费版本。

它主要面向的使用场景是:需要从LLM获取固定格式数据的后端服务。同类可对比的替代方案包括 LangChain、Guidance、Outlines。

上一篇:geo-optimizer

下一篇:codex-profiles

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