prompt-optimizer：提示词优化插件的 3 种玩法与 5 分钟私有化部署指南
【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
你在给客服机器人调 AI 回复，答案总差口气。问题往往不在模型能力，而在提示词太含糊。prompt-optimizer 是一个开源的提示词优化插件生态，提供浏览器扩展、自定义模型接入、MCP 服务器三种接入方式，帮你把提示词改得更好、验证得更快。
上面是知识图谱提取场景：左侧原始提示词和优化结果并排展示，右侧测试区可以直接对比优化前后的输出差异。
⏱️ 5 分钟快速上手
先装好 Node.js 16+ 和 pnpm，然后拉代码装依赖：
git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer && pnpm install接着按你用的入口选一条启动路径：
- Web 界面：根目录运行
pnpm dev，打开浏览器即用 - 浏览器扩展：进入
packages/extension运行pnpm dev，再到浏览器"加载已解压的扩展程序"里选择dist目录（Chrome 在chrome://extensions/开开发者模式，Firefox 走"临时载入附加组件"） - MCP 服务器：根目录运行
pnpm mcp:dev，服务监听http://localhost:3000/mcp
🧩 三种能力，各解决什么问题
浏览器扩展：选中文本就能优化，数据不出本地
扩展是纯客户端架构：你的文本、API 密钥、优化结果都在浏览器里处理，不经过中间服务器。选中文本后通过右键菜单或扩展图标即可发起优化，支持 OpenAI、Gemini、DeepSeek 等主流模型提供商，也能指向自建服务；API 密钥存在本地，一次配置不用重复输入。
权限声明和功能定义见 manifest 配置，完整源码在 packages/extension/。
自定义模型接入：3 个环境变量接任意 OpenAI 兼容接口
本地 Ollama、公司内网网关，接一个自定义模型只需要 3 个环境变量：
VITE_CUSTOM_API_KEY_ollama=dummy-key # API 密钥 VITE_CUSTOM_API_BASE_URL_ollama=http://localhost:11434/v1 # 服务地址 VITE_CUSTOM_API_MODEL_ollama=qwen2.5:7b # 模型名_<后缀>命名规范：只允许字母、数字、下划线、连字符，最长 50 字符，不能与内置模型名冲突；三个变量缺任何一个，该模型会被静默跳过。可以同时挂多个模型，还能加可选的VITE_CUSTOM_API_PARAMS_<后缀>（注入请求参数，如 temperature）和VITE_CUSTOM_API_HEADERS_<后缀>（网关附加头）。命名示例和更多规则见 多自定义模型文档。
用自定义模型优化诗歌创作提示词：一句简单指令被改写成要素完整、结构清晰的创作指南。
MCP 服务器：3 个接口把优化能力交给别的 AI 应用
MCP（Model Context Protocol）是一种让 AI 应用互相调用能力的标准协议。MCP 服务器把提示词优化暴露为 3 个标准工具：
optimize-user-prompt：优化用户提示词optimize-system-prompt：优化系统提示词iterate-prompt：带着具体诉求迭代改进已有提示词
部署后，任何支持 MCP 的客户端（如 Claude Desktop）连接http://localhost:8081/mcp就能直接调用这 3 个工具，源码在 packages/mcp-server/。
🚀 三个高频场景实战
本地模型接入：团队工作流三步走
- 部署时配上文 3 个环境变量，模型自动出现在列表里
- 用选定的本地模型跑优化，得到结构化更强的提示词
- 在内置测试区验证效果、对比多个版本后再决定是否采纳
模板模式下还可以把商品、价格、语气等做成变量，同一份模板换一组参数复用到不同场景，效果示例：
跨应用集成：Docker 一条命令起 MCP
生产部署推荐 Docker，Web 界面和 MCP 服务会同时启动：
docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEY=your-key \ -e MCP_DEFAULT_MODEL_PROVIDER=openai \ linshen/prompt-optimizer启动后 Web 界面在http://localhost:8081，MCP 服务在/mcp路径。把该 URL 填进 Claude Desktop 的services.json并重启，之后在对话里直接让它优化提示词即可。
团队私有化部署：两个关键提醒
VITE_*变量会被打包进前端资产，公开部署的 Web 端不要预置 API 密钥，密钥让每个使用者在本地配置- 用
ACCESS_PASSWORD开启访问密码；新版本中/mcp路由已绕过 Basic 认证，MCP 客户端不会被 401 挡住
性能上也有三条实用建议：按任务选模型（小模型批量初筛、强模型精调）、对相同提示词的结果做缓存避免重复请求、大批量提示词用批量模式而不是逐条跑。
⚠️ 避坑与常见问题
- 端口冲突：开发模式 3000 端口被占时，用
MCP_HTTP_PORT=3001 pnpm mcp:dev换端口启动 No enabled models found：至少要配置一个有效 API 密钥，检查VITE_OPENAI_API_KEY等变量是否写对、容器是否真的拿到了- 自定义模型没出现在列表：三个环境变量必须齐全，且后缀不能含点号、空格
MCP_DEFAULT_MODEL_PROVIDER不生效：值必须是小写英文（openai，不是OpenAI）
📚 学习入口与反馈
更完整的开发指南、部署文档和 API 说明都在 docs/ 目录，MCP 使用细节见 MCP 服务器用户指南。 遇到问题欢迎通过项目 Issue 系统反馈，你的场景建议也会帮助插件生态继续演进。
【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
