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。
1. 角色扮演对话：激发小模型潜力
在追求成本效益的生产或注重隐私的本地化场景中，结构化的提示词能让小模型稳定地进入角色，提供沉浸式、高一致性的角色扮演体验，有效激发其潜力。
2. 知识图谱提取：保障生产环境的稳定性
在需要程序化处理的生产环境中，高质量的提示词能显著降低对模型智能程度的要求，使得更经济的小模型也能稳定输出可靠的指定格式。本工具旨在辅助开发者快速达到此目的，从而加速开发、保障稳定，实现降本增效。
3. 诗歌写作：辅助创意探索与需求定制
当面对一个强大的AI，我们的目标不只是得到一个“好”答案，而是得到一个“我们想要的”独特答案。本工具能帮助用户将一个模糊的灵感（如“写首诗”）细化为具体的需求（关于什么主题、何种意象、何种情感），辅助您探索、发掘并精确表达自己的创意，与AI共创独一无二的作品。
- 🎯 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
- 🔄 对比测试：支持原始提示词和优化后提示词的实时对比，直观展示优化效果
- 🤖 多模型集成：支持OpenAI、Gemini、DeepSeek、智谱AI、SiliconFlow等主流AI模型
- 🔒 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
直接访问：https://prompt.always200.com
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
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：配置各AI服务商的API密钥
更多详细的部署步骤和注意事项，请查看：
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。 - 压缩包: 如
*.zip。解压即用，但无法自动更新。
桌面应用核心优势:
- ✅ 无跨域限制：作为原生桌面应用，它能彻底摆脱浏览器跨域（CORS）问题的困扰。这意味着您可以直接连接任何AI服务提供商的API，包括本地部署的Ollama或有严格安全策略的商业API，获得最完整、最稳定的功能体验。
- ✅ 自动更新：通过安装程序（如
.exe,.dmg）安装的版本，能够自动检查并更新到最新版。 - ✅ 独立运行：无需依赖浏览器，提供更快的响应和更佳的性能。
- 从Chrome商店安装（由于审批较慢，可能不是最新的）：Chrome商店地址
- 点击图标即可打开提示词优化器
点击查看 Docker 部署命令
# 运行容器（默认配置）
docker run -d -p 80:80 --restart unless-stopped --name prompt-optimizer linshen/prompt-optimizer
# 运行容器（配置API密钥和访问密码）
docker run -d -p 80:80 \
-e VITE_OPENAI_API_KEY=your_key \
-e ACCESS_USERNAME=your_username \ # 可选，默认为"admin"
-e ACCESS_PASSWORD=your_password \ # 设置访问密码
--restart unless-stopped \
--name prompt-optimizer \
linshen/prompt-optimizer
国内镜像: 如果Docker Hub访问较慢，可以将上述命令中的
linshen/prompt-optimizer替换为registry.cn-guangzhou.aliyuncs.com/prompt-optimizer/prompt-optimizer
点击查看 Docker Compose 部署步骤
# 1. 克隆仓库
git clone https://github.com/linshenkx/prompt-optimizer.git
cd prompt-optimizer
# 2. 可选：创建.env文件配置API密钥和访问认证
cat > .env << EOF
# API密钥配置
VITE_OPENAI_API_KEY=your_openai_api_key
VITE_GEMINI_API_KEY=your_gemini_api_key
VITE_DEEPSEEK_API_KEY=your_deepseek_api_key
VITE_ZHIPU_API_KEY=your_zhipu_api_key
VITE_SILICONFLOW_API_KEY=your_siliconflow_api_key
# Basic认证配置（密码保护）
ACCESS_USERNAME=your_username # 可选，默认为"admin"
ACCESS_PASSWORD=your_password # 设置访问密码
EOF
# 3. 启动服务
docker compose up -d
# 4. 查看日志
docker compose logs -f你还可以直接编辑docker-compose.yml文件，自定义配置：
点击查看 docker-compose.yml 示例
services:
prompt-optimizer:
# 使用Docker Hub镜像
image: linshen/prompt-optimizer:latest
# 或使用阿里云镜像（国内用户推荐）
# image: registry.cn-guangzhou.aliyuncs.com/prompt-optimizer/prompt-optimizer:latest
container_name: prompt-optimizer
restart: unless-stopped
ports:
- "8081:80" # 修改端口映射
environment:
- VITE_OPENAI_API_KEY=your_key_here # 直接在配置中设置密钥点击查看API密钥配置方法
- 点击界面右上角的"⚙️设置"按钮
- 选择"模型管理"选项卡
- 点击需要配置的模型（如OpenAI、Gemini、DeepSeek等）
- 在弹出的配置框中输入对应的API密钥
- 点击"保存"即可
支持的模型：OpenAI、Gemini、DeepSeek、Zhipu智谱、SiliconFlow、自定义API（OpenAI兼容接口）
除了API密钥，您还可以在模型配置界面为每个模型单独设置高级LLM参数。这些参数通过一个名为 llmParams 的字段进行配置，它允许您以键值对的形式指定LLM SDK支持的任何参数，从而更精细地控制模型行为。
高级LLM参数配置示例：
- OpenAI/兼容API:
{"temperature": 0.7, "max_tokens": 4096, "timeout": 60000} - Gemini:
{"temperature": 0.8, "maxOutputTokens": 2048, "topP": 0.95} - DeepSeek:
{"temperature": 0.5, "top_p": 0.9, "frequency_penalty": 0.1}
有关 llmParams 的更详细说明和配置指南，请参阅 LLM参数配置指南。
Docker部署时通过 -e 参数配置环境变量：
-e VITE_OPENAI_API_KEY=your_key
-e VITE_GEMINI_API_KEY=your_key
-e VITE_DEEPSEEK_API_KEY=your_key
-e VITE_ZHIPU_API_KEY=your_key
-e VITE_SILICONFLOW_API_KEY=your_key
-e VITE_CUSTOM_API_KEY=your_custom_api_key
-e VITE_CUSTOM_API_BASE_URL=your_custom_api_base_url
-e VITE_CUSTOM_API_MODEL=your_custom_model_name详细文档可查看 开发文档
点击查看本地开发命令
# 1. 克隆项目
git clone https://github.com/linshenkx/prompt-optimizer.git
cd prompt-optimizer
# 2. 安装依赖
pnpm install
# 3. 启动开发服务
pnpm dev # 主开发命令：构建core/ui并运行web应用
pnpm dev:web # 仅运行web应用
pnpm dev:fresh # 完整重置并重新启动开发环境- 基础功能开发
- Web应用发布
- Chrome插件发布
- 国际化支持
- 支持系统提示词优化和用户提示词优化
- 桌面应用发布
- mcp服务发布
详细的项目状态可查看 项目状态文档
- 文档索引 - 所有文档的索引
- 技术开发指南 - 技术栈和开发规范
- LLM参数配置指南 - 高级LLM参数配置详细说明
- 项目结构 - 详细的项目结构说明
- 项目状态 - 当前进度和计划
- 产品需求 - 产品需求文档
- Vercel部署指南 - Vercel部署详细说明
点击查看常见问题解答
A: 大多数连接失败是由跨域问题（CORS）导致的。由于本项目是纯前端应用，浏览器出于安全考虑会阻止直接访问不同源的API服务。模型服务如未正确配置CORS策略，会拒绝来自浏览器的直接请求。
A: Ollama完全支持OpenAI标准接口，只需配置正确的跨域策略：
- 设置环境变量
OLLAMA_ORIGINS=*允许任意来源的请求 - 如仍有问题，设置
OLLAMA_HOST=0.0.0.0:11434监听任意IP地址
A: 这些平台通常有严格的跨域限制，推荐以下解决方案：
-
使用Vercel代理（便捷方案）
- 使用在线版本：prompt.always200.com
- 或自行部署到Vercel平台
- 在模型设置中勾选"使用Vercel代理"选项
- 请求流向：浏览器→Vercel→模型服务提供商
- 详细步骤请参考 Vercel部署指南
-
使用自部署的API中转服务（可靠方案）
- 部署如OneAPI等开源API聚合/代理工具
- 在设置中配置为自定义API端点
- 请求流向：浏览器→中转服务→模型服务提供商
A: 使用Vercel代理可能会触发某些模型服务提供商的风控机制。部分厂商可能会将来自Vercel的请求判定为代理行为，从而限制或拒绝服务。如遇此问题，建议使用自部署的中转服务。
A: 这是由浏览器的混合内容（Mixed Content）安全策略导致的。出于安全考虑，浏览器会阻止安全的HTTPS页面（如在线版）向不安全的HTTP地址（如您的本地Ollama服务）发送请求。
解决方案： 为了绕过此限制，您需要让应用和API处于同一种协议下（例如，都是HTTP）。推荐以下几种方式：
- 使用桌面版：桌面应用没有浏览器限制，是连接本地模型最稳定可靠的方式。
- docker部署：docker部署也是http
- 使用Chrome插件：插件在某些情况下也可以绕过部分安全限制。
点击查看贡献指南
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m '添加某个特性') - 推送到分支 (
git push origin feature/AmazingFeature) - 提交 Pull Request
提示：使用cursor工具开发时，建议在提交前:
- 使用"code_review"规则进行代码审查
- 按照审查报告格式检查:
- 变更的整体一致性
- 代码质量和实现方式
- 测试覆盖情况
- 文档完善程度
- 根据审查结果进行优化后再提交
感谢所有为项目做出贡献的开发者！
本项目采用 MIT 协议开源。
如果这个项目对你有帮助，请考虑给它一个 Star ⭐️
- 提交 Issue
- 发起 Pull Request
- 加入讨论组