Prompt Optimizer Platform🚀

智能Prompt优化管理平台，实现从创建到持续改进的全生命周期管理。🌟

✨ 功能特性

• Prompt优化：输入原始Prompt，获取优化后的版本📝→📝
• 交互结果记录：保存与AI的交互结果📋
• 反馈系统：支持评分、文字评价和是否通过三种反馈方式⭐📝✅
• 记录管理：查看历史优化记录，支持搜索和展开查看详情🔍📜
• 数据持久化：使用SQLite数据库保存所有记录💾

🛠️ 技术栈

领域	技术选型
前端	React + TypeScript + Ant Design + Vite🌐💻
后端	FastAPI + SQLite🖥️💾
AI集成	LangChain + OpenAI🤖🧠

🚀 快速开始

安装步骤

# 1. 克隆仓库
git clone https://github.com/nwafufhy/prompt-optimizer.git
cd prompt-optimizer

# 前端依赖
cd frontend; npm install

# 后端依赖
conda create -n env-prompt-optimizer python=3.10
cd ../backend
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

准备配置文件：config.json

{
    "api_keys": {
        "DMXAPI_API_KEY_1": "YOUR_API_KEY"
    },
    "base_urls": {
        "DMXAPI_REST_URL_1": "https://www.dmxapi.com/v1/"
    },
    "model_names":{
        "DMXAPI_MODEL":"deepseek-v3"
    }
}

当前还没有自定义接口，暂时用的dmxapi的接口服务，本质上是类OPENAI接口

运行项目

# 前端
cd frontend; npm run dev

# 后端
cd backend; python api.py

打开浏览器访问 http://localhost:5173🌐🔍

项目结构

prompt-optimizer/
├── backend/               # 后端代码
│   ├── api.py             # FastAPI主文件
│	├── config.json        # 大模型api配置文件
│   ├── data_manager.py    # 数据管理模块
│   ├── optimizer.py       # Prompt优化逻辑
│   └── requirements.txt   # Python依赖
├── frontend/              # 前端代码
│   ├── public/
│   ├── src/
│   │   ├── App.tsx        # 主组件
│   │   ├── App.css        # 样式文件
│   │   └── main.tsx       # 入口文件
│   ├── package.json
│   └── vite.config.ts
└── README.md              # 项目说明文件

使用说明

1. 在左侧输入原始 Prompt，点击 "优化" 按钮 🖱️📝
2. 查看优化后的 Prompt 📝
3. 输入与 AI 的交互结果并保存 📋
4. 选择反馈类型并提交反馈 ⭐📝✅
5. 在左侧查看历史记录，支持搜索和展开查看详情 🔍📜

架构图

sequenceDiagram
    participant User
    participant CLI
    participant Optimizer
    participant DataManager
    participant MetadataGenerator
    participant FeedbackHandler

    User->>CLI: 输入Prompt
    CLI->>MetadataGenerator: 生成元数据
    MetadataGenerator-->>CLI: 返回元数据
    CLI->>DataManager: 保存原始Prompt
    CLI->>Optimizer: 请求优化
    Optimizer-->>CLI: 返回优化结果
    CLI->>DataManager: 保存优化结果
    CLI->>User: 显示优化结果
    User->>FeedbackHandler: 提供反馈
    FeedbackHandler->>DataManager: 保存反馈数据

Loading