关于 Prompt Maker Studio
Prompt Maker Studio 是用于整理、优化、版本管理和测试可复用提示词的可自托管工作区,面向维护提示词库的用户。转换与评估等功能可选用 AI 提供商。
主要功能
- 01搜索、文件夹与收藏
- 02支持变量的可复用模板
- 03提示词版本历史
- 04AI 辅助转换与优化
- 05提示词测试与运行对比
- 06测试用例 CSV 导入导出
适用场景
- 01整理重复使用的提示词
- 02将草稿转换为模板
- 03比较修改并恢复旧版本
- 04用可复用测试用例评估提示词
MCP 相关
通过 MCP 向 ChatGPT、Claude 等客户端提供提示词库。MCP 与 REST 共用相同的提示词服务。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://neadlab.com/api/mcpclaude mcp add --transport http chrysogonus-prompt-maker-studio https://neadlab.com/api/mcp{"mcpServers":{"chrysogonus-prompt-maker-studio":{"type":"http","url":"https://neadlab.com/api/mcp"}}}在 Cursor 中打开{"servers":{"chrysogonus-prompt-maker-studio":{"type":"http","url":"https://neadlab.com/api/mcp"}}}在 VS Code 中打开{"mcpServers":{"chrysogonus-prompt-maker-studio":{"type":"http","url":"https://neadlab.com/api/mcp"}}}{"mcpServers":{"chrysogonus-prompt-maker-studio":{"serverUrl":"https://neadlab.com/api/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Prompt Maker Studio
一个可自托管的工作区,用于存放想再次使用的提示词。将它们整理好、改进措辞,并在下次编辑前测试效果。
开始使用 · 连接 ChatGPT 或 Claude · 参与贡献
将实用的提示词放在手边
通过搜索、文件夹和收藏快速找到提示词。使用 {{variables}} 编写可重复使用的片段,填入内容,然后将结果复制到任何聊天应用中。保存的版本让你可以比较编辑内容,并恢复到之前的方案。

将可用的提示词转换为可重复使用的模板
在提示词库中选择 Add existing prompts,然后选择 Make reusable with AI;或者在编辑器中选择 Paste a prompt。AI 会将未结构化的文本转换为 XML 风格的片段,并识别变量,同时填入变量原本的值。检查并编辑变量,将输入设为固定值,然后复制模板或填充后的提示词。应用到草稿后可撤销;保存则会保留更改。示例输入与模板内容相互独立,需要明确选择是否使用。
清晰查看更改内容,逐步改进
回答澄清问题,然后逐段检查建议的草稿。应用前查看措辞变更;准备好后可撤销或保存。

使用有意义的示例进行测试
为保存的提示词提供测试输入,并选择自动检查、AI 审核或自行评分。检查模型输出和反馈,然后比较各次运行,了解编辑产生的影响。通过 CSV 导入和导出,让测试用例可重复使用。

截图使用合成演示数据,包括示意性的 AI 输出和分数。
无需连接 AI 即可管理提示词。提示词转换、改进、Try once 和评估功能使用你配置的提供商:OpenAI、Anthropic、Gemini、Ollama、vLLM 或其他兼容 OpenAI 的端点。托管调用可能会产生提供商费用;运营者可以设置每月支出限额。
使用 Docker 快速开始
你需要 Git、带 Compose 的 Docker、Make 和 OpenSSL。
git clone https://github.com/chrysogonus/prompt-maker-studio.git
cd prompt-maker-studio
make setup
make up
打开 localhost:3000 并创建账户。第一个账户可以注册;后续注册默认关闭。如需使用 AI 功能,请在 Settings → AI connection 下连接提供商,或在已配置时使用运营者设置的可选服务器默认值。
make setup 会使用生成的签名密钥创建本地配置。浏览器 API 调用会通过前端代理保持在同一源下。运行 make down 可停止应用。有关配置和本地邮件测试,请参阅 Docker 指南。
架构
flowchart LR
Browser[Browser] --> Edge["Caddy · HTTPS"]
MCP["ChatGPT / MCP client"] --> Edge
Edge -->|Web app| UI["Next.js · React"]
Edge -->|REST / MCP / OAuth| API[FastAPI]
API --> DB[(SQLite)]
API -.->|Import · refine · evaluate| AI["Configured AI provider"]
Caddy 负责生产环境的 HTTPS 和路由。在本地环境中,Next.js 会将 /api 代理到 FastAPI。SQLite 存储账户、提示词、版本和评估历史记录;REST 和 MCP 共用相同的提示词服务。AI 调用为可选功能。
深入了解
- 文档索引 — 最新指南、架构、产品记录和发布历史。
- 开发 — 本地设置、命令和测试。
- 部署 — 托管、HTTPS 和备份。
- 监控 — 仪表板、指标、警报和运维日志。
- 配置模板 — 可用设置和默认值。
- API 参考 — REST 路由;交互式架构见 localhost:8000/docs。
- MCP 集成 — 在 ChatGPT、Claude 和其他客户端中使用你的资料库。
- 贡献指南 · 行为准则 · 安全。
项目状态
早期阶段,版本为 0.x。不同版本之间的 API 和数据库架构可能会变化。
升级前请先备份;请参阅更新日志。
0.6.0 版本记录记录了最新版本的发布、不可变镜像摘要和验证信息:集合导入、提示词复用、精选 AI 连接和 UX 修复。该版本包含迁移 028/029,并限制保存托管模型选择;请遵循其中的升级说明。
从 0.5.0 之前的版本升级,还必须遵循
0.5.0 升级检查,
包括在隔离的生产备份副本上预演迁移。
许可证
Apache 2.0。署名信息请参阅 NOTICE 和 第三方声明。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。