linshenkx/prompt-optimizer

Prompt Optimizer (提示词优化器) 🚀

English | 中文

Chrome Web Store Users

GitHub forks

📖 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应用和Chrome插件两种使用方式。

🎥 功能演示

✨ 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
🔄 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
⚙️ 高级参数配置：支持为每个模型单独配置temperature、max_tokens等LLM参数
🔒 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
💾 隐私保护：本地加密存储历史记录和API密钥，支持数据导入导出
📱 多端支持：同时提供Web应用和Chrome插件两种使用方式
🎨 用户体验：简洁直观的界面设计，响应式布局和流畅交互动效
🌐 跨域支持：Vercel部署时支持使用Edge Runtime代理解决跨域问题
🔐 访问控制：支持密码保护功能，保障部署安全

快速开始

1. 使用在线版本（推荐）

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

2. Vercel部署

方式1：一键部署到自己的Vercel：

方式2: Fork项目后在Vercel中导入（推荐）：

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：

Vercel部署指南

3. 安装Chrome插件

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

4. Docker部署

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


# 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
  

5. Docker Compose部署

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23


# 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：

1
2
3
4
5
6
7
8
9


services:
  prompt-optimizer:
    image: linshen/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

⚙️ API密钥配置

方式一：通过界面配置（推荐）

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 (gpt-3.5-turbo, gpt-4, gpt-4o)
Gemini (gemini-1.5-pro, gemini-2.0-flash)
DeepSeek (deepseek-chat, deepseek-coder)
Zhipu智谱 (glm-4-flash, glm-4, glm-3-turbo)
SiliconFlow (Pro/deepseek-ai/DeepSeek-V3)
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。

方式二：通过环境变量配置

Docker部署时通过 -e 参数配置环境变量：

1
2
3
4
5
6
7
8


-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

本地开发

详细文档可查看开发文档

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


# 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

🗺️ 开发路线

基础功能开发
Web应用发布
Chrome插件发布
自定义模型支持
多模型支持优化
国际化支持

详细的项目状态可查看项目状态文档

📖 相关文档

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

Star History

常见问题

API连接问题

Q1: 为什么配置好API密钥后仍然无法连接到模型服务？

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。

Q2: 如何解决本地Ollama的连接问题？

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

Q3: 如何解决商业API（如Nvidia的DS API、字节跳动的火山API）的跨域问题？

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

Q4: Vercel代理有什么缺点或风险？

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。

🤝 参与贡献

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

👏 贡献者名单

感谢所有为项目做出贡献的开发者！

📄 开源协议

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 ⭐️

👥 联系我们

提交 Issue
发起 Pull Request
加入讨论组