README

Prompt Optimizer (提示词优化器) 🚀



English | 中文


!Chrome Web Store Users





!GitHub forks


官网 | 在线优化器 | 提示词库 | 文档站 | 首次使用教程 | Chrome插件 | 💖赞助支持

开发文档 | Vercel部署指南 | Cloudflare部署指南 | MCP部署使用说明 | DeepWiki文档 | ZRead文档



 📖 项目简介

Prompt Optimizer是一个强大的AI提示词优化工具，帮助你编写更好的AI提示词，提升AI输出质量。支持Web应用、桌面应用、Chrome插件和Docker部署四种使用方式。

提示词可以来自手写、模板、本地导入，也可以来自 Prompt Garden 提示词库 这样的来源。Prompt Optimizer 负责把这些提示词继续优化、测试、评估，并沉淀为可复用的提示词资产。

 🎥 功能演示


  1. 红队审稿：让模型不再顺着说
  同样的输入下，系统提示词优化能让小模型从泛泛而谈的附和式回答，转向更有立场、更有结构的批判式审查，明确指出论点中的漏洞、风险与隐含假设。
  
  
  2. 闲鱼砍价回复：让变量真正决定回复策略
  同一套提示词模板里，只需替换商品、报价、底线和语气等变量，就能快速复用到不同交易场景。优化后的提示词会明显减少“助手腔”和多余解释，让小模型更像真人卖家一样，围绕价格分歧、商品情况和成交底线直接组织回复。
  
  
  3. 文生图：把一句想法优化成更可控的主视觉提示词
  这不是单纯把提示词写得更长，而是把一句模糊念头拆成更清晰的视觉主体、空间关系和情绪锚点。左侧只有“夜空中的漂浮图书馆”这个概念，右侧则通过优化补足了更明确的奇幻结构和画面重心，让生成结果更像可继续定制的主视觉，而不是只靠模型自由发挥。
  


 ✨ 核心特性

- 🎯 智能优化：一键优化提示词，支持多轮迭代改进，提升AI回复准确度
- 📝 双模式优化：支持系统提示词优化和用户提示词优化，满足不同使用场景
- 🔄 分析与对比评估：支持分析、单结果评估和多结果对比评估，帮助判断提示词是否真的改进
- 🤖 多模型集成：支持OpenAI、Gemini、DeepSeek、Grok、智谱AI、SiliconFlow、MiniMax等主流AI模型
- 🖼️ 图像生成：支持文生图（T2I）、图生图（I2I）和多图生图，集成Gemini、Seedream、Grok等图像模型
- 🌱 提示词来源：可从手写、模板、本地导入或提示词库导入码开始
- ⭐ 智能收藏：资源感知的提示词资产，支持版本历史、可复现示例、媒体支持、来源绑定和工作区应用
- 📊 高级测试模式：上下文变量管理、多轮会话测试、工具调用（Function Calling）支持
- 🔒 安全架构：纯客户端处理，数据直接与AI服务商交互，不经过中间服务器
- 📱 多端支持：同时提供Web应用、桌面应用、Chrome插件和Docker部署四种使用方式
- 🔐 访问控制：支持密码保护功能，保障部署安全
- 🧩 MCP协议支持：支持Model Context Protocol (MCP) 协议，可与Claude Desktop等MCP兼容应用集成

 🚀 高级功能

 图像生成模式
- 🖼️ 文生图（T2I）：通过文本提示词生成图像
- 🎨 图生图（I2I）：基于本地图片进行图像变换和优化
- 🖼️ 多图生图：使用多张输入图共同约束主体关系、顺序语义与最终生成目标
- 🔌 多模型支持：集成Gemini、Seedream、Grok等主流图像生成模型
- ⚙️ 模型参数：支持各模型特有参数配置（如尺寸、风格等）
- 📥 预览与下载：实时预览生成结果，支持下载保存
- 🔄 风格迁移：从参考图中学习风格、构图和色彩

 提示词来源与智能收藏
- 🌱 可选提示词来源：从手写、模板、本地文件或 Prompt Garden 提示词库 带入提示词
- 📥 导入与收藏：在有来源信息时，连同元数据、媒体、示例和来源绑定一起保存
- ⭐ 资源感知资产：把稳定提示词保存为可复用收藏，支持版本历史
- 🔗 来源绑定：追踪提示词来源并维护可复现示例，但不依赖某一种来源
- 📦 完整备份：导出和导入收藏及其所有引用资源

 高级测试模式
- 📊 上下文变量管理：自定义变量、批量替换、变量预览
- 💬 多轮会话测试：模拟真实对话场景，测试提示词在多轮交互中的表现
- 🛠️ 工具调用支持：Function Calling集成，支持OpenAI和Gemini工具调用
- 🔍 分析与评估链路：在文本模式下支持分析、评估、对比评估和基于评估的智能改写

详细使用说明请查看 图像模式文档

 快速开始

 1. 使用在线版本（推荐）

直接访问：https://prompt.always200.com

第一次使用需要先在 模型管理 中接入一个可用的文本模型，再运行优化。按首次使用教程可从配置走到复制结果。

项目是纯前端项目，所有数据只存储在浏览器本地，不会上传至任何服务器，因此直接使用在线版本也是安全可靠的

 2. Web部署

 Vercel部署
方式1：一键部署到自己的Vercel(方便，但后续无法自动更新)：
   

方式2: Fork项目后在Vercel中导入（推荐，但需参考部署文档进行手动设置）：
   - 先Fork项目到自己的GitHub
   - 然后在Vercel中导入该项目
   - 可跟踪源项目更新，便于同步最新功能和修复
- 配置环境变量：
  - ACCESS_PASSWORD：设置访问密码，启用访问限制
  - VITE_OPENAI_API_KEY 等：仅用于私有部署的可选模型配置。公开前端部署不要预置 API 密钥，因为 VITE_ 值会暴露在浏览器资源中。

更多详细的部署步骤和注意事项，请查看：
- Vercel部署指南
- Cloudflare部署指南

 Cloudflare 部署



公开仓库用户优先使用 Deploy to Cloudflare 按钮，它会在你的 GitHub/GitLab 账号下创建仓库并用 Workers Builds 部署。需要私有仓库或更严格的仓库权限控制时，再手动导入自己的仓库；保持默认部署命令，如果 Cloudflare 自动填入 pnpm run build，请清空构建命令，因为 wrangler.jsonc 会构建 Web 前端并把 packages/web/dist 发布为静态资源。

Cloudflare 上的访问控制和访问分析建议分别使用 Cloudflare Access 和 Cloudflare Web Analytics，在 Cloudflare 控制台配置即可，不需要安装前端依赖或修改应用代码。

 3. 下载桌面应用
从 GitHub Releases 下载最新版本。我们为各平台提供安装程序和压缩包两种格式。

- 安装程序 (推荐): 如 .exe, .dmg, .AppImage 等。强烈推荐使用此方式，因为它支持自动更新。
- 压缩

Top issues

Discussions

Latest release

English

 Summary

This patch fixes Function Models selectors collapsing into vertically wrapped text. It also includes the shared HTML/SVG preview fixes and Prompt Garden evaluation-prompt integration already merged after v2.15.0.

 Highlights

- Restore readable Function Models selectors on desktop and narrow screens.
- Expand a single HTML/SVG preview in fullscreen and surface preview execution errors.
- Open common model-evaluation prompts from Prompt Garden directly in Arena.

 Product Updates

 Desktop

- Apply the shared selector layout and HTML/SVG preview improvements.

 Web

- Add th