Promptstudio

PromptStudio

---

PromptStudio 是一个基于现代 .NET 架构构建的高级 AI 驱动提示词管理与工作流编排平台。它提供了一套全面的工具，用于创建、管理和执行高级 AI Agent 工作流，并为企业自动化、代码分析、调试、内容生成和质量保障提供专用提示词模板。

📋 目录

• 🚀 主要功能
• 🏗️ 架构与项目结构
• 🚀 开始使用
• 🐳 Docker 部署
• 🤖 AI Agent 工作流
• 🌐 运行应用程序
• 🔌 模型上下文协议（MCP）集成
• 💾 数据库管理
• 🧪 测试与质量保障
• 📚 文档与资源
• 🤝 参与贡献

🚀 主要功能

• 🏗️ 现代 .NET 架构：采用关注点分离的清晰分层架构
• 🤖 AI Agent 工作流：为复杂的多步骤 AI 自动化设计的高级提示词模板
• 🔍 企业级代码分析：全面的代码审查和重构能力
• 🐛 智能调试：用于解决技术问题的系统化问题解决框架
• 🎨 多模态内容生成：为多平台活动创作内容
• ⚡ 工作流编排：支持错误处理和监控的复杂 AI Agent 工作流管理
• 🧪 测试生成与 QA 自动化：结合 CI/CD 集成的智能测试策略
• 🌐 交互式 Web 界面：用于提示词管理的现代 ASP.NET Core 应用程序
• 🔌 RESTful API：用于集成和自动化的全面 API
• 🔗 模型上下文协议（MCP）支持：与 AI 开发工作流无缝集成
• 📊 GitHub 集成：通过 MCP 服务直接创建问题并编排工作流
• 🐳 Docker 支持：使用 Docker Compose 完整容器化部署

🏗️ 架构与项目结构

PromptStudio 遵循现代 .NET 最佳实践，采用清晰的分层架构：

PromptStudio/
├── PromptStudio/           # 🌐 ASP.NET Core Web Application (Presentation Layer)
├── PromptStudio.Core/      # 🧠 Business Logic & Domain Models (Core Layer)
├── PromptStudio.Data/      # 💾 Data Access & Entity Framework (Data Layer)
├── PromptStudio.Tests/     # 🧪 Unit & Integration Tests
├── mcp-server/             # 🟢 Node.js MCP Server Implementation
└── PromptStudio.VSCodeExt/ # 📝 VS Code Extension

主要组件

• 表示层：具有响应式 UI 的现代 ASP.NET Core Web 应用程序
• 业务逻辑：采用服务、存储库和领域模型的清晰架构
• 数据层：支持 SQLite/SQL Server 的 Entity Framework Core
• 测试：确保可靠性和可维护性的全面测试套件
• MCP 集成：基于 Node.js、用于 AI 工作流集成的 MCP 服务
• VS Code 扩展：通过提示词管理提升开发体验

🚀 开始使用

前提条件

• .NET 8.0 SDK 或更高版本
• SQL Server（LocalDB、SQL Server Express 或完整 SQL Server）
• Node.js 18+（用于 MCP 服务组件）
• Visual Studio 2022 或 VS Code（推荐）
• Docker & Docker Compose（可选，用于容器化部署）

快速入门选项

🐳 选项 1：Docker Compose（推荐用于生产环境）

1. 📂 克隆仓库

   git clone https://github.com/BodieCoding/promptstudio.git
   cd promptstudio
   

2. 🚀 使用 Docker Compose 启动

   # Production deployment
   docker-compose up -d
   
   # Development with hot reload
   docker-compose -f docker-compose.yml -f docker-compose.dev.yml up
   

3. 🌐 访问应用

   • PromptStudio Web UI：http://localhost:5000
   • MCP 服务：http://localhost:3001
   • SQL Server：localhost:1433

💻 选项 2：本地开发

1. 📂 克隆仓库

   git clone https://github.com/BodieCoding/promptstudio.git
   cd promptstudio
   

2. 🗄️ 数据库设置2. 🗄️ 数据库设置 应用包含全面的种子数据，其中包含企业级 AI Agent 提示词模板：

   dotnet ef database update --startup-project PromptStudio/PromptStudio.csproj --project PromptStudio.Data/PromptStudio.Data.csproj
   

3. ⚙️ 环境设置 首次运行时，应用会自动创建并配置数据库，并填充全面的种子数据。

4. 🔨 构建解决方案

   dotnet build PromptStudio.sln
   

5. ▶️ 运行 PromptStudio

   dotnet run --project PromptStudio/PromptStudio.csproj
   

   访问应用：http://localhost:5131

6. 🔗 运行 MCP 服务（可选）

   cd mcp-server && npm install && npm start
   

🤖 AI Agent 工作流

PromptStudio 预先配置了复杂的 AI Agent 提示词模板，专为企业自动化而设计：

可用集合

AI Agent 工作流 🧠

适用于复杂多步骤 AI 自动化的高级提示词模板：

1. 高级代码分析与重构（21 个变量）

   • 结合业务背景全面评估代码质量
   • 架构审查与性能优化
   • 附带影响分析的重构建议
   • 风险评估与实施计划

2. AI 驱动的调试与问题解决（40 多个变量）

   • 系统化的问题诊断与解决框架
   • 结合环境背景进行根本原因分析
   • 解决方案验证与测试策略
   • 性能影响评估

3. 多模态创意内容生成器（60 多个变量）

   • 多平台内容创建与优化
   • A/B 测试框架集成
   • 品牌一致性与合规性检查
   • 性能指标与 ROI 跟踪

4. AI Agent 工作流编排（80 多个变量）

   • 复杂多步骤工作流的设计与管理
   • 错误处理与回退策略
   • 监控与警报配置
   • 可扩展性与性能优化

5. 智能测试生成与 QA 自动化（80 多个变量）

   • 全面的测试策略制定
   • CI/CD 流水线集成
   • 质量指标与合规性报告
   • 风险评估与缓解计划

示例集合 📚

助你入门的基础模板：

• 代码审查模板
• 基础提示词结构

🐳 Docker 部署

PromptStudio 通过 Docker Compose 提供完整的容器化部署，包含 Web 应用、SQL Server 数据库和 MCP 服务。

包含的服务

• 🌐 PromptStudio Web 应用：运行在端口 5000 上的 ASP.NET Core 应用
• 💾 SQL Server：运行在端口 1433 上的 Microsoft SQL Server 2019
• 🔗 MCP 服务：运行在端口 3001 上的基于 Node.js 的 MCP 服务

生产环境部署

# Start all services
docker-compose up -d

# View logs
docker-compose logs -f

# Stop all services
docker-compose down

启用热重载的开发

# Development mode with file watching
docker-compose -f docker-compose.yml -f docker-compose.dev.yml up

# Rebuild specific service
docker-compose build promptstudio
docker-compose up -d promptstudio

服务 URL

• PromptStudio：http://localhost:5000
• MCP 服务：http://localhost:3001
• SQL Server：localhost:1433 (sa/Two3RobotDuckTag!)

环境变量

Docker 设置包含预先配置的环境变量：

• 数据库连接：已针对容器化 SQL Server 自动配置
• MCP 集成：服务可通过内部 Docker 网络进行通信
• API URL：已配置跨服务通信

故障排查

# Check service status
docker-compose ps

# View specific service logs
docker-compose logs promptstudio
docker-compose logs mcp-server
docker-compose logs sqlserver

# Restart specific service
docker-compose restart promptstudio

运行应用

使用 Web 界面

1. 启动 PromptStudio：dotnet run --project PromptStudio/PromptStudio.csproj
2. 在浏览器中打开 http://localhost:5131
3. 在 AI Agent 工作流集合中探索高级自动化模板
4. 创建并执行支持大量变量的复杂提示词工作流

API 集成

PromptStudio 提供全面的 REST API，支持自动化和集成：

• Collections API：/api/prompts/collections - 管理提示词集合
• Prompts API：/api/prompts/prompts - 创建和管理提示词模板
• Execution API：/api/prompts/execute - 使用变量执行提示词
• Batch Processing：/api/prompts/batch - 使用变量集合执行提示词

API 使用示例：

# Get all collections
curl http://localhost:5131/api/prompts/collections

# Execute a prompt
curl -X POST http://localhost:5131/api/prompts/execute \
  -H "Content-Type: application/json" \
  -d '{"id": 1001, "variables": "{\"code_type\":\"microservice\", \"project_name\":\"PaymentAPI\"}"}'

🛠️ 开发工具

使用 VS Code 任务

工作区包含预配置的任务，可通过命令面板（Ctrl+Shift+P → "Tasks: Run Task"）访问：

• 🌐 Run PromptStudio：在 http://localhost:5131 启动 Web 应用
• 🔗 Run MCP Server：启动 Node.js MCP 服务
• 🔨 build：构建整个解决方案
• 📦 publish：创建可用于生产环境的构建
• 👀 watch：以热重载模式运行，供开发使用

使用 .NET CLI

# Run the main web application
dotnet run --project PromptStudio/PromptStudio.csproj

# Run with hot reload (development)
dotnet watch run --project PromptStudio/PromptStudio.csproj

# Run the Node.js MCP server  
cd mcp-server && npm install && npm start

🔌 模型上下文协议（MCP）集成

PromptStudio 提供基于 Node.js 的 MCP 服务，实现 AI 工作流的无缝集成：

MCP 服务

• ** mcp-server**（基于 Node.js）：轻量级、跨平台实现，与 PromptStudio 完全集成

配置

MCP 服务可与各种 AI 开发工具集成。配置示例和设置说明请参阅 mcp-server/ 目录。

GitHub 集成

内置的 GitHub MCP 服务支持：

• 🎯 根据分析结果直接创建 issue
• 📋 通过提示词工作流实现自动化项目管理
• 🔄 通过编排分析周期持续改进

💾 数据库管理

Entity Framework 迁移

PromptStudio 使用 Entity Framework Core，支持 SQLite（默认）或 SQL Server。

设置数据库

# Install EF tools (if not already installed)
dotnet tool install --global dotnet-ef

# Apply migrations and seed data
dotnet ef database update --startup-project PromptStudio/PromptStudio.csproj --project PromptStudio.Data/PromptStudio.Data.csproj

创建新迁移

# Add a new migration when making schema changes
dotnet ef migrations add MigrationName --startup-project PromptStudio/PromptStudio.csproj --project PromptStudio.Data/PromptStudio.Data.csproj

# Apply the new migration
dotnet ef database update --startup-project PromptStudio/PromptStudio.csproj --project PromptStudio.Data/PromptStudio.Data.csproj

种子数据

应用会自动填充全面的提示词模板：

• 📚 示例集合：用于快速入门的基础模板
• 🤖 AI Agent 工作流：5 个企业级自动化模板，变量总数超过 280 个
• 🎯 Code Analysis Orchestrator：用于持续改进代码的专用工作流

🧪 测试与质量保证

PromptStudio 包含全面的测试和验证工具：

自动化测试

# Run all tests
dotnet test PromptStudio.sln

# Run specific test project
dotnet test PromptStudio.Tests/PromptStudio.Tests.csproj

集成测试

项目包含用于验证不同功能的测试工具：

• 🔗 test-mcp-connection.js：测试 MCP 服务集成
• 🧪 API 测试工具：验证 API 端点和工作流
• 🤖 MCP 集成验证：测试 AI 开发工作流集成

质量保证

• 代码分析：内置静态代码分析
• 集成测试：全面测试 API 和工作流
• MCP 验证：自动测试 MCP 服务实现

📚 文档与资源

获取帮助

• 🌐 Web 界面：通过 http://localhost:5131 访问 PromptStudio
• 📖 API 文档：RESTful 端点及全面的示例
• 🔗 MCP 集成指南：Node.js 服务实现与配置
• 🎯 企业级模板：预构建的高级提示词模板
• 📋 代码分析指南：全面的工作流编排文档

重要资源

• CODE_ANALYSIS_ORCHESTRATOR_GUIDE.md：自动化代码分析工作流完整指南
• VSCODE_EXTENSION_TEST_GUIDE.md：VS Code 扩展测试与开发指南
• mcp-server/README.md：MCP 服务设置与配置指南
• API 示例：涵盖所有端点的全面 cURL 和 JavaScript 示例

🚀 后续步骤

1. 🌐 探索 Web 界面：从 AI Agent 工作流集合开始
2. 🎯 试用高级模板：使用代码分析编排器应对实际场景
3. 🔌 API 集成：将 PromptStudio 集成到现有自动化工作流中
4. 🔗 MCP 配置：使用随附的 Node.js MCP 服务配置 AI 开发环境
5. 📝 自定义提示词：创建企业级提示词模板
6. 🤖 GitHub 集成：设置自动创建问题和项目管理

🤝 贡献

欢迎贡献！请参阅我们的贡献指南，并：

• 遵循既定的架构模式
• 为新功能添加全面的测试
• 为任何新功能更新文档
• 彻底测试 MCP 集成

📄 许可证

本项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。

---

PromptStudio：通过精密的提示词管理和工作流编排，赋能企业级 AI 自动化。