meta-prompt-mcp

Meta-Prompt MCP

在大模型工作流中即时查阅 Google 和 Anthropic 的官方提示词指南，助力编写高质量的元提示词和系统提示词。

---

功能介绍

Meta-Prompt MCP 是一款 MCP 服务，可在大模型工作流中直接提供 Google 和 Anthropic 的官方提示词最佳实践。无需搜索文档或猜测如何指示大模型，只需按需查询专家指南。

在编写元提示词（Agent 的系统提示词）或优化自己的提示词策略时，这尤其有用。以经过验证的方法为提示词提供依据，你就能生成更有效、结构更清晰的输出。

工作原理

你的 MCP 主机（Claude Desktop、Cursor 等）通过标准输入/输出与服务通信。当你请求指南时，服务会从内置的 Markdown 文件中检索内容，无需 API 调用，也没有延迟。

┌────────────────────────┐          ┌──────────────────────────┐
│   Your LLM Host        │◄─stdio──►│  Meta-Prompt MCP Server  │
│  (Claude Desktop, etc) │          │                          │
└────────────────────────┘          │  • get_google_guide      │
                                    │  • get_anthropic_guide   │
                                    │                          │
                                    │  Data layer:             │
                                    │  ./data/                 │
                                    │  ├── google_*.md         │
                                    │  └── anthropic_*.md      │
                                    └──────────────────────────┘

主要功能

• get_google_guide — 获取 Google 的全面提示词指南，涵盖技巧、最佳实践和大模型配置
• get_anthropic_guide — 获取 Anthropic 关于思维链、多样本提示和扩展思考的指南
• 零依赖 — 完全离线运行，指南已内置；无需 API 密钥或网络调用

---

验证

我们运行了一项基准测试，对比在 5 项不同任务中是否能访问指南时生成的提示词。独立评审大模型按照清晰度、具体性、结构、有效性和整体质量（1–10 分制）对每项进行评分。

查看完整结果 →

要复现基准测试：

export OPENROUTER_API_KEY=sk-or-...
make benchmark

---

快速开始

1. 安装

# Via uvx (recommended — run without installing globally)
uvx meta-prompt-mcp

# Or install via pip
pip install meta-prompt-mcp

软件包内置了 Markdown 格式的指南，无需 API 密钥或其他设置。

2. 配置 MCP 主机

Claude Desktop

将以下内容添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "meta-prompt-mcp": {
      "command": "uvx",
      "args": ["meta-prompt-mcp"]
    }
  }
}

Cursor

将以下内容添加到你的 MCP 设置中：

{
  "mcpServers": {
    "meta-prompt-mcp": {
      "command": "uvx",
      "args": ["meta-prompt-mcp"]
    }
  }
}

Claude Code

在终端中运行以下命令：

claude mcp add meta-prompt-mcp -- uvx meta-prompt-mcp

---

使用方法

编写提示词时查询指南。示例：

• “我正在构建一个代码审查 Agent。请参考 Google 指南，帮我写出更好的系统提示词。”
• “根据 Anthropic 指南，建议如何改进这段提示词，以便更好地推理。”
• “指南中哪种技巧最适合这项任务？”

大模型会阅读指南并运用其中的知识，为你的提示词提供更有依据的建议和反馈。

---

开发

# Clone the repo
git clone https://github.com/kapillamba4/meta-prompt-mcp.git
cd meta-prompt-mcp

# Install in dev mode
make dev

# Run the server
make run

可用命令

make dev        # Install in editable mode with dev dependencies
make run        # Start the MCP server locally
make lint       # Check code quality
make format     # Auto-format code with Black & isort
make test       # Run test suite
make benchmark  # Run prompt quality benchmark (requires OPENROUTER_API_KEY)
make build      # Build distribution packages
make publish    # Publish to PyPI

---

项目结构

meta-prompt-mcp/
├── pyproject.toml                 # Dependencies and package config
├── Makefile                       # Development commands
├── .env.example                   # Template for OPENROUTER_API_KEY
│
├── benchmarks/
│   ├── benchmark.py               # Prompt quality evaluation script
│   └── results.md                 # Benchmark results
│
└── src/meta_prompt_mcp/
    ├── __init__.py
    ├── __main__.py                # Entry point (python -m)
    ├── server.py                  # FastMCP server & tool definitions
    └── data/
        ├── google_prompting_guide.md
        └── anthropic_prompting_guide.md

---

贡献

欢迎提交问题、功能请求和贡献。请在 GitHub 上提出问题。

许可证

MIT