linshenkx/prompt-optimizer

项目概览

该项目提供了 MCP Server 支持，使 Claude Desktop 等客户端可以直接调用其提示词优化工具。

项目类型

MCP · 图像视觉

应用场景

编程开发

部署方式

查看项目说明

License

License 待确认

适合谁

• 希望提升 AI 提示词质量并系统化对比评估提示词效果的内容创作者与普通用户。
• 有意愿通过桌面端直接对接本地模型或严格商业 API，且对中间服务器转发数据有顾虑的使用者。

核心能力

• 通过单次操作对提示词进行优化，并支持多轮迭代改进，旨在提升 AI 回复的准确度。
• 支持对系统提示词和用户提示词分别进行优化。
• 提供针对提示词的分析功能，支持单结果评估以及多结果的对比评估。
• 支持接入 OpenAI、Gemini、DeepSeek、Grok、Zhipu AI、SiliconFlow、MiniMax 等主流 AI 模型提供商。
• 支持文生图（T2I）、图生图（I2I）以及多图融合生成功能。
• 提供上下文变量管理、多轮对话测试以及 Function Calling（函数调用）支持。
• 数据处理在纯客户端进行，直接与 AI 服务商交互，绕过中间服务器。
• 管理带有版本历史、可复现示例、多媒体支持、来源绑定的提示词资产，并支持工作区应用。

限制与风险

• MCP Server 必须配置 API Key 才能正常运行并提供工具调用。
• 如果在前端公共部署时通过 VITE_ 环境变量预配置 API Key，密钥将会在浏览器资产中暴露，存在安全风险。
• 在 macOS 系统上运行桌面应用时，可能需要手动移除应用的隔离属性才能正常使用。

如何开始

• 可直接使用提供的在线托管版本，或运行预配置的 Docker 命令，也可借助 Vercel/Cloudflare 模板进行部署。
• 若需使用 MCP Server 功能，需正确配置对应模型的 API Key 才能使其正常工作。

核验依据

• GitHub 项目简介: An AI prompt optimizer for writing better prompts and getting better AI results.
• README: - 🎯 **Intelligent Optimization**: One-click prompt optimization with multi-round iterative improvements to enhance AI response accuracy - 📝 **Dual Mode Optimization**: Support for…
• Release: v2.11.7
• README: - 🖼️ **Text-to-Image (T2I)**: Generate images from text prompts - 🎨 **Image-to-Image (I2I)**: Transform and optimize images based on local files - 🖼️ **Multi-Image Generation**: U…
• README: - 📊 **Context Variable Management**: Custom variables, batch replacement, variable preview - 💬 **Multi-turn Conversation Testing**: Simulate real conversation scenarios to test pr…

内容核验时间：