Prompt Optimizer
Prompt Optimizer 是开源提示词优化工具，支持 Web、桌面、浏览器插件、Docker 和 MCP，用来改写、测试、保存提示词。
先看结论
适合把“写提示词”变成可迭代的测试流程，能保存版本并接入多个模型供应商。
主要风险:AGPL-3.0-only 对二次分发和网络服务有开源义务；商用前要单独核对。
当前依据官方 README、LICENSE、GitHub 元数据和第三方增长记录，尚未做本站实测。
- 提示词优化
- 多模型对比
- 自托管 Prompt 工作台
- 不想配置 API Key 的用户
- 闭源二次分发
- 只需要收藏静态 Prompt 的场景
适合先测试
- 把粗糙提示词改成结构更清楚的版本
- 用不同模型测试同一条提示词
- 自托管 Prompt 优化和模板管理入口
快速开始
docker run -d -p 8081:80 \
-e VITE_OPENAI_API_KEY=your-openai-key \
-e MCP_DEFAULT_MODEL_PROVIDER=openai \
--name prompt-optimizer \
linshen/prompt-optimizer
Docker 运行后 Web 应用在 8081 端口，MCP 服务可通过同端口 /mcp 路径访问。
核心能力
输入原始 Prompt，按目标模型和场景生成改写版本。
依据:README 标注 AI prompt optimizer，并提供多模型配置。
限制:优化质量仍依赖所接模型和用户给出的任务信息。
支持 OpenAI、Gemini、Anthropic、DeepSeek、Grok、OpenRouter 等供应商配置。
依据:README 的 MCP_DEFAULT_MODEL_PROVIDER 和环境变量列表。
限制:Web 版可能遇到 CORS，桌面版或自托管代理更稳。
支持 Web、桌面应用、Docker、浏览器插件和 MCP。
依据:README 的部署、桌面应用、MCP 使用说明。
限制:不同入口的功能完整度和权限模型需要分别核对。
模型与入口
权限与数据
- 需要配置模型供应商 API Key。
- Web 版在浏览器内处理请求，可能受 CORS 和 Mixed Content 限制。
- 自托管对外提供服务时要配置访问控制。
成本与维护
费用、许可证和 GitHub 数据只按核对时点记录。
免费额度:项目本身开源免费；实际费用来自所接模型 API、部署机器和自托管维护。
AGPL-3.0-only；网络服务和修改分发场景要关注源代码提供义务。
https://raw.githubusercontent.com/linshenkx/prompt-optimizer/develop/LICENSE失败信号
- API Key 或模型供应商配置错误，优化请求会失败。
- 浏览器直接请求商业 API 时可能被 CORS 拦截。
- 修改后对外提供网络服务，要核对 AGPL-3.0-only 义务。
资料状态
参考来源
- linshenkx/prompt-optimizer GitHub README [GitHub]
- Prompt Optimizer LICENSE [GitHub]
- Community Growth and Reach | prompt-optimizer [第三方评测]
页面结论
先用 Docker 起一个本地实例，接一个你已经有额度的模型。用 3 条真实 Prompt 测：一条写作、一条代码、一条结构化输出。
项目是什么
Prompt Optimizer 是提示词优化工作台。它的重点是改写、比较、保存和复用 Prompt；不做静态 Prompt 列表展示。
适合任务
- 把一句话 Prompt 改成可复用模板。
- 比较不同模型对同一 Prompt 的响应。
- 给团队建一个自托管 Prompt 优化入口。
快速开始
docker run -d -p 8081:80 \
-e VITE_OPENAI_API_KEY=your-openai-key \
-e MCP_DEFAULT_MODEL_PROVIDER=openai \
--name prompt-optimizer \
linshen/prompt-optimizer访问 http://localhost:8081。MCP 路径是 http://localhost:8081/mcp。
适用边界
如果只是收藏少量 Prompt，Markdown 或 Notion 就够。需要多模型测试、历史管理、MCP 接入、自托管时，再考虑它。