关于 🚀 Claude Custom Prompts MCP Server
Claude Prompts 是提供可复用提示词资源与可组合工作流的 MCP 服务,适合在 AI 客户端中重复使用提示词或共享工作流的用户。它结合版本化模板、推理框架、验证门槛和客户端原生技能导出。
主要功能
- 01组合多步骤提示词链
- 02热加载并管理版本化模板
- 03应用推理框架与输出风格
- 04通过门槛和 Shell 检查验证输出
- 05导出为客户端原生技能
- 06通过兼容的钩子保留工作流状态
适用场景
- 01在重复的编码任务中复用提示词
- 02执行带上下文交接的多步骤工作流
- 03依据标准或测试检查生成结果
- 04将共享提示词导出为客户端技能格式
MCP 相关
该服务通过三个 MCP 工具提供提示词执行、资源管理和系统控制。MCP 客户端可调用这些工具;受支持的客户端插件还通过钩子增加路由和工作流状态管理。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Claude Prompts
位于 AI 编码环境旁的可移植工作流层。
客户端使用自己的工具、Agent 和上下文执行。
Claude Prompts 提供可复用的提示词资源、可组合链、验证关卡,以及原生于客户端的技能导出。
AI 客户端能为你做什么——以及本服务新增的功能
| 你的客户端已有的功能 | 本服务新增的功能 |
|---|---|
| 运行提示词 | 在一个表达式中组合提示词,并加入验证、推理指导和格式设置 |
| 单次技能 | 在多个步骤间传递上下文的多步工作流 |
| 执行子 Agent | 将链中的步骤交给 Agent 处理,并提供完整的工作流上下文 |
| 客户端原生技能格式 | 只需用 YAML 编写一次,即可通过 skills:export 导出到任意客户端 |
| 手动编写提示词 | 支持热重载、回滚和历史记录的版本化模板 |
| 信任输出 | 在步骤之间验证输出:自我评估和 Shell 命令 |
这适合我吗?
- 适合以下情况: 你会反复编写相同的提示词、运行多步工作流,或想与团队分享可复用的提示词。
- 不适合以下情况: 客户端内置的
/commands已能满足你的需求,或你正在寻找无代码提示词库。 - 兼容: Claude Code、Claude Desktop、Cursor、OpenCode、Gemini CLI、Codex、Windsurf 和 Zed。插件安装程序会为 Claude Code、OpenCode、Gemini CLI 和 Codex(实验性)添加钩子(链跟踪、关卡强制执行、状态保留);其他客户端仅通过 MCP 运行。
快速开始
Claude Code(推荐)
# Add marketplace (first time only)
/plugin marketplace add minipuft/minipuft-plugins
# Install
/plugin install claude-prompts@minipuft
# Try it
>>tech_evaluation_chain library:'zod' context:'API validation'
开发环境设置
从本地源码加载插件进行开发:
git clone https://github.com/minipuft/claude-prompts-mcp ~/Applications/claude-prompts-mcp
cd ~/Applications/claude-prompts-mcp/server && npm install && npm run build
claude --plugin-dir ~/Applications/claude-prompts-mcp
编辑 hooks/prompts → 重启 Claude Code。编辑 TypeScript → 先重新构建。
Codex(实验性)
Codex 钩子需要 Codex CLI 0.117 或更高版本,且无法在 Windows 上使用。Python 和 Node.js 的前置要求请参阅 codex-prompts 要求。
在 ~/.codex/config.toml 中启用钩子:
[features]
hooks = true
然后安装插件:
codex plugin marketplace add https://github.com/minipuft/minipuft-plugins.git
codex plugin add codex-prompts@minipuft
重启 Codex,运行 /hooks 查看插件钩子,然后试试 >>tech_evaluation_chain library:'zod' context:'API validation'。
更多客户端设置
Claude Desktop
选项 A:GitHub Release(推荐)
- 从 Releases 下载
claude-prompts-{version}.mcpb - 将其拖入 Claude Desktop 设置 → MCP Servers
- 完成
.mcpb 捆绑包独立完整(约 5MB);无需 npm。
选项 B:NPX(自动更新)
添加到配置文件:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"claude-prompts": {
"command": "npx",
"args": ["-y", "claude-prompts@latest", "--client", "claude-code"]
}
}
}
重启 Claude Desktop 并测试:>>research_chain topic:'remote team policies'
其他客户端:VS Code · Cursor · OpenCode · Gemini CLI · Windsurf · Zed · 从源代码构建
**客户端设置:**VS Code、Cursor 和其他仅支持 MCP 的客户端使用下方的手动配置指南。
插件安装程序(适用时推荐;会添加钩子):
# OpenCode (full hooks)
npm install -g opencode-prompts && opencode-prompts install
# Gemini CLI (partial hooks)
gemini extensions install https://github.com/minipuft/gemini-prompts
VS Code、Cursor、OpenCode(无钩子)、Gemini CLI(无钩子)、Codex(无插件钩子)、Windsurf 和 Zed 的手动配置:请参阅客户端集成指南,了解各客户端的配置位置、JSON 示例和 --client 预设矩阵。客户端功能参考介绍了配置映射和限制。
从源代码构建(开发者):
git clone https://github.com/minipuft/claude-prompts-mcp.git
cd claude-prompts-mcp/server && npm install && npm run build && npm test
将 MCP 配置指向 server/dist/index.js。传输方式:--transport=stdio(默认)或 --transport=streamable-http。
自定义资源:--init=~/my-prompts 会生成一个入门工作区,其中包含三个示例提示词和 config.jsonc。可编辑这些内容(YAML 架构),或让你的 AI 通过 resource_manager 编写新的提示词、门控和框架。如果已有格式正确的工作区,可将 MCP_RESOURCES_PATH 指向该工作区。请参阅自定义资源指南。
你将获得
四种可由你编写、版本化和组合的原语。随附套件提供了 9 个类别中的 52 个提示词——这是一个起始库,而非上限:AI 会在工作过程中通过 resource_manager 编写新提示词并串联使用,让套件围绕你的实际工作不断扩展。所有内容都支持热重载,并且都带有版本记录,可回滚。
| 原语 | 符号 | 说明 | 示例 |
|---|---|---|---|
| 提示词模板 | >> | 带有命名参数的版本化 YAML;保存后热重载 | >>review target:'src/auth/' |
| 门控 | :: | AI 用于检查自身输出的验证标准;可设为阻塞式或建议式;可通过 shell 验证 | :: 'cite sources' · :: verify:"npm test" |
| 框架 | @ | 用于塑造 AI 处理问题方式的推理框架;可接入自定义框架,或使用内置框架,如 @ReACT、@5W1H,或项目自带的 @CAGEERF 脚手架(框架指南) | @ReACT · @your_framework |
| 风格 | # | 输出格式与语气 | #analytical · #procedural |
提示词、门控和框架通过 resource_manager 工具管理。AI 可通过 MCP 创建、编辑、版本化并回滚这些内容,无需编辑文件。风格通过随附的 cpm CLI 管理。门控检查失败后,可自动重试,也可暂停等待你决定(门控指南)。构建你的第一个原语:提示词编写教程。
三种工具
上述所有功能都通过三种 MCP 工具提供给客户端:
| 工具 | 用途 |
|---|---|
prompt_engine | 使用框架和验证执行提示词 |
resource_manager | 创建、更新、版本化和回滚资源 |
system_control | 状态、分析、框架切换 |
大多数用户会在对话中通过 >> 语法调用这些工具;钩子会构造实际调用。对于直接调用工具的程序化 MCP 客户端,请参阅 MCP 工具参考。
组合工作流
如何编写链
>>review target:'src/auth/' @ReACT :: 'cite sources'
--> security_scan :: verify:"npm test"
==> implementation
从上到下阅读:
>>review target:'src/auth/'针对你的 auth 文件夹运行review提示词。@ReACT在此步骤中叠加 ReACT 推理框架。:: 'cite sources'添加一道关卡,AI 必须满足要求(引用来源,否则重试)。--> security_scan :: verify:"npm test"链接到第 2 步,该步骤必须通过npm test才能生成输出。==> implementation将最后一步交给客户端原生 Agent(Claude Code 中的子 Agent)。
review 随服务一同提供;security_scan 和 implementation 则代表你编写的提示词。
验证会在步骤之间运行,而不仅仅是在最后运行。如需了解完整的操作符语法和示例,请参阅 MCP 工具参考。
关卡发现缺少字段,模型自行纠正,链顺利通过。此演示使用最便宜的 haiku 模型录制。
两种模式扩展了基本语法。链还支持步骤间的上下文传递和 Agent 交接。请参阅 链的生命周期 和 MCP 工具参考。
查看输出:使用 context7 进行研究的技术评估链
Context7 会在链运行过程中获取最新的库文档。最终输出是一份附有来源的结构化评估。
验证循环
通过 shell 命令进行基于事实的验证。AI 会不断迭代,直到测试通过:
>>implement-feature :: verify:"npm test" loop:true
执行实现、运行测试、读取失败信息、修复并重试。多次失败后会启用全新上下文,以避免上下文退化。
implement-feature 代表你自己的提示词::: verify 可附加到任何提示词。
| 预设 | 尝试次数 | 超时 | 用途 |
|---|---|---|---|
:fast | 1 | 30s | 快速检查 |
:full | 5 | 5 min | CI 验证 |
:extended | 10 | 10 min | 大型测试套件 |
如需了解带上下文退化防护的自主测试修复循环,请参阅:Ralph 循环指南。
Judge 模式
让 AI 为任务挑选合适的资源:
%judge Help me refactor this authentication module
分析可用的模板、推理框架、验证规则和风格,然后推荐最佳组合。运行前由你确认。有关评分和覆盖设置,请参阅 Judge 模式指南。
随处运行
将工作流编写为 YAML 模板。导出为客户端的原生技能。
# skills-sync.yaml — choose what to export
registrations:
claude-code:
user:
- prompt:development/review
- prompt:development/validate_work
npm run skills:export
review 提示词会变成 /review Claude Code 技能。validate_work 会变成 /validate_work。相同的源代码,原生的使用体验;运行时无需调用 MCP。
可编译为 Claude Code、Cursor、Codex 和 OpenCode 的原生技能包。npm run skills:diff 会标记导出内容与源代码不一致的情况。有关配置、支持的客户端和差异检测,请参阅:技能同步指南。
使用 Hooks
不使用 hooks 时,你需要显式调用三个 MCP 工具(由大模型构造每次调用)。使用 hooks 后,这些操作符可在对话中直接使用:>>、-->、==>、:: 用起来得心应手,而非需要中间处理;工作流状态也会在大模型轮次和上下文压缩期间保留。
Hooks 解锁的功能:
| Hook | 解锁的功能 |
|---|---|
| 自动路由 | 在聊天中使用 >>research_chain topic:'X',即可触发相应的 MCP 工具调用,无需指定工具名称 |
| 跨上下文压缩的链式连续性 | 多步骤链在执行过程中发生上下文压缩时仍会保留状态;链不会从头重新开始 |
| 跨步骤裁定跟踪 | 各链步骤都会沿用门控的通过/失败裁定,无需大模型重新推导 |
| 原生 Agent 交接 | ==> 会自动路由到客户端的子 Agent 系统;无需手动调用子 Agent |
| 会话持久化 | 在链执行过程中发生上下文压缩时,工作流状态仍会保留 |
Hooks 随插件一同安装。Claude Code(本仓库)和 OpenCode 提供完整支持;Gemini CLI 提供部分支持;Codex 提供实验性支持,Codex hooks 默认关闭,且每次安装都需要进行一次 /hooks 信任审核。其他客户端可使用这三个 MCP 工具,但不支持由 hooks 驱动的行为。详情:hooks/README.md。
工作原理
使用操作符的命令 → 服务解析并注入资源(框架、门控、风格)→ 客户端执行渲染后的提示词,并根据门控进行自我评估 → 路由器决定后续操作:通过则进入下一步,失败则重试,完成则返回。
完整的请求生命周期、流水线阶段和子系统图示:架构概览。
文档
根据你的目标选择指南:通过构建学习、完成任务、查阅语法,或了解设计。
快速跳转:构建你的第一个提示词 · 链式工作流生命周期 · MCP 工具参考 · 架构概览 · 故障排除
贡献
cd server
npm install
npm run build # esbuild bundles to dist/index.js
npm test # Run test suite
npm run validate:all # Full CI validation
构建会生成一个独立的打包文件。server/dist/ 已被 gitignore 忽略,CI 会从源代码重新构建。
工作流详情请参阅 CONTRIBUTING.md。
许可证
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。