# auto-prompt **Repository Path**: AIDotNet/auto-prompt ## Basic Information - **Project Name**: auto-prompt - **Description**: AI 提示优化平台是一款专业的提示工程工具，旨在帮助用户优化 AI 模型提示，提高 AI 交互的有效性和准确性。该平台集成了智能优化算法、深度推理分析、可视化调试工具和社区分享功能，提供全面的支持。 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: https://console.token-ai.cn/ - **GVP Project**: No ## Statistics - **Stars**: 17 - **Forks**: 4 - **Created**: 2025-06-04 - **Last Updated**: 2025-07-16 ## Categories & Tags **Categories**: ai **Tags**: None ## README # AI 提示词优化平台
![AI Prompt Optimizer](https://img.shields.io/badge/AI-Prompt%20Optimizer-blue?style=for-the-badge&logo=openai) ![License](https://img.shields.io/badge/License-LGPL-green?style=for-the-badge) ![.NET](https://img.shields.io/badge/.NET-9.0-purple?style=for-the-badge&logo=dotnet) ![React](https://img.shields.io/badge/React-19.1.0-blue?style=for-the-badge&logo=react) **专业的AI提示词优化、调试和分享平台** [🚀 快速开始](#快速开始) • [📖 功能特性](#功能特性) • [🛠️ 技术栈](#技术栈) • [📦 部署指南](#部署指南) • [🤝 贡献指南](#贡献指南)
--- ## 📋 项目简介 AI 提示词优化平台是一个专业的提示词工程工具，旨在帮助用户优化AI模型的提示词，提升AI对话效果和响应准确性。平台集成了智能优化算法、深度推理分析、可视化调试工具和社区分享功能，为AI应用开发者和内容创作者提供全方位的提示词优化解决方案。 ### 🎯 核心价值 - **智能优化**: 基于先进的AI算法，自动分析和优化提示词结构 - **深度推理**: 提供多维度思考分析，深入理解用户需求 - **社区分享**: 发现和分享优质提示词模板，与社区用户交流经验 - **可视化调试**: 强大的调试环境，实时预览提示词效果 ## ✨ 功能特性 ### 🧠 智能提示词优化 - **自动结构分析**: 深度分析提示词的语义结构和逻辑关系 - **多维度优化**: 从清晰度、准确性、完整性等多个维度进行优化 - **深度推理模式**: 启用AI深度思考，提供详细的分析过程 - **实时生成**: 流式输出优化结果，实时查看生成过程 ### 📚 提示词模板管理 - **模板创建**: 将优化后的提示词保存为可复用模板 - **标签分类**: 支持多标签分类管理，便于查找和组织 - **收藏功能**: 收藏喜欢的模板，快速访问常用提示词 - **使用统计**: 跟踪模板使用情况和效果反馈 ### 🌐 社区分享平台 - **公开分享**: 将优质模板分享给社区用户 - **热度排行**: 按查看数、点赞数等维度展示热门模板 - **搜索发现**: 强大的搜索功能，快速找到需要的模板 - **互动交流**: 点赞、评论、收藏等社交功能 ### 🔧 调试与测试工具 - **可视化界面**: 直观的用户界面，简化操作流程 - **实时预览**: 即时查看提示词优化效果 - **历史记录**: 保存优化历史，支持版本对比 - **导出功能**: 支持多种格式导出优化结果 ### 🌐 多语言支持 - **语言切换**: 支持中英文界面切换 - **实时翻译**: 无需刷新页面即可切换语言 - **本地化内容**: 所有界面元素完全本地化 - **浏览器检测**: 根据浏览器设置自动检测语言 ## 🛠️ 技术栈 ### 后端技术 - **框架**: .NET 9.0 + ASP.NET Core - **AI引擎**: Microsoft Semantic Kernel 1.54.0 - **数据库**: PostgreSQL + Entity Framework Core - **认证**: JWT Token 认证 - **日志**: Serilog 结构化日志 - **API文档**: Scalar OpenAPI ### 前端技术 - **框架**: React 19.1.0 + TypeScript - **UI组件**: Ant Design 5.25.3 - **路由**: React Router DOM 7.6.1 - **状态管理**: Zustand 5.0.5 - **样式**: Styled Components 6.1.18 - **构建工具**: Vite 6.3.5 ### 核心依赖 - **AI模型集成**: OpenAI API 兼容接口 - **实时通信**: Server-Sent Events (SSE) - **数据存储**: IndexedDB (客户端缓存) - **富文本编辑**: TipTap 编辑器 - **代码高亮**: Prism.js + React Syntax Highlighter - **国际化**: React i18next 多语言支持 ## 📦 部署指南 ### 环境要求 - Docker & Docker Compose ### 🚀 快速开始 #### 1. 标准部署（推荐） ```bash # 克隆项目 git clone https://github.com/AIDotNet/auto-prompt.git cd auto-prompt # 启动服务 docker-compose up -d # 查看服务状态 docker-compose ps ``` **访问地址**: http://localhost:10426 #### 2. 自定义API端点部署 创建 `docker-compose.override.yaml` 文件： ```yaml version: '3.8' services: console-service: environment: # 自定义AI API端点 - OpenAIEndpoint=https://your-api-endpoint.com/v1 # 可用模型配置 - CHAT_MODEL=gpt-4,gpt-3.5-turbo,claude-3-sonnet - DEFAULT_CHAT_MODEL=gpt-4 - GenerationChatModel=gpt-4 ``` ```bash # 使用自定义配置启动 docker-compose -f docker-compose.yaml -f docker-compose.override.yaml up -d ``` #### 3. 本地AI服务部署（Ollama） 创建 `docker-compose.ollama.yaml` 文件： ```yaml version: '3.8' services: console-service: image: registry.cn-shenzhen.aliyuncs.com/tokengo/console ports: - "10426:8080" environment: - TZ=Asia/Shanghai - OpenAIEndpoint=http://ollama:11434/v1 - CHAT_MODEL=qwen2.5-coder:32b,llama3.2:3b,gemma2:9b - DEFAULT_CHAT_MODEL=qwen2.5-coder:32b - GenerationChatModel=qwen2.5-coder:32b - ConnectionStrings:Type=sqlite - ConnectionStrings:Default=Data Source=/app/data/ConsoleService.db volumes: - ./data:/app/data depends_on: - ollama restart: unless-stopped ollama: image: ollama/ollama:latest container_name: ollama ports: - "11434:11434" volumes: - ollama_data:/root/.ollama environment: - OLLAMA_HOST=0.0.0.0 restart: unless-stopped # GPU支持（如果有NVIDIA GPU） # deploy: # resources: # reservations: # devices: # - driver: nvidia # count: 1 # capabilities: [gpu] volumes: ollama_data: ``` **启动Ollama版本**： ```bash # 启动服务 docker-compose -f docker-compose-ollama.yaml up -d # 拉取推荐模型 docker exec ollama ollama pull qwen3 docker exec ollama ollama pull qwen2.5:3b docker exec ollama ollama pull llama3.2:3b # 验证模型 docker exec ollama ollama list docker-compose restart console-service ``` **🚀 一键启动脚本**： 为了简化部署流程，我们提供了一键启动脚本： **Linux/macOS用户**： ```bash # 给脚本添加执行权限 chmod +x start-ollama.sh # 运行一键启动脚本 ./start-ollama.sh ``` **Windows用户**： ```bash # 直接运行批处理脚本 start-ollama.bat ``` **脚本功能**： - 🚀 自动启动ollama服务和控制台服务 - ⏳ 等待服务完全启动 - 📦 自动拉取qwen3模型 - ✅ 验证模型安装状态 - 🎉 完成后显示访问地址 **推荐模型**： - `qwen3` - 中文对话效果优秀（约5GB） - `qwen2.5:3b` - 轻量级版本（约2GB） - `llama3.2:3b` - 英文对话效果好（约2GB） - `gemma2:9b` - Google开源模型（约5GB） #### 4. PostgreSQL数据库部署 创建 `docker-compose.postgres.yaml` 文件： ```yaml version: '3.8' services: console-service: image: registry.cn-shenzhen.aliyuncs.com/tokengo/console ports: - "10426:8080" environment: - TZ=Asia/Shanghai - OpenAIEndpoint=https://api.openai.com/v1 - ConnectionStrings:Type=postgresql - ConnectionStrings:Default=Host=postgres;Database=auto_prompt;Username=postgres;Password=your_password depends_on: - postgres restart: unless-stopped postgres: image: postgres:16-alpine environment: - POSTGRES_DB=auto_prompt - POSTGRES_USER=postgres - POSTGRES_PASSWORD=your_password - TZ=Asia/Shanghai volumes: - postgres_data:/var/lib/postgresql/data ports: - "5432:5432" restart: unless-stopped volumes: postgres_data: ``` ### 🔐 默认账户信息 - **用户名**: `admin` - **密码**: `admin123` ### 🔧 环境变量配置 | 变量名 | 说明 | 默认值 | |--------|------|--------| | `OpenAIEndpoint` | AI API端点地址 | `https://api.token-ai.cn/v1` | | `CHAT_MODEL` | 可用聊天模型列表 | `gpt-4.1,o4-mini,claude-sonnet-4-20250514` | | `DEFAULT_CHAT_MODEL` | 默认聊天模型 | `gpt-4.1-mini` | | `DEFAULT_USERNAME` | 默认管理员用户名 | `admin` | | `DEFAULT_PASSWORD` | 默认管理员密码 | `admin123` | | `ConnectionStrings:Type` | 数据库类型 | `sqlite` | ### ⚡ 常用命令 ```bash # 查看日志 docker-compose logs -f console-service # 重启服务 docker-compose restart console-service # 停止服务 docker-compose down # 更新镜像 docker-compose pull && docker-compose up -d ``` ## 🏗️ 项目结构 ``` auto-prompt/ ├── src/ │ └── Console.Service/ # 后端服务 │ ├── Controllers/ # API控制器 │ ├── Services/ # 业务服务 │ ├── Entities/ # 数据实体 │ ├── Dto/ # 数据传输对象 │ ├── plugins/ # AI插件配置 │ └── Migrations/ # 数据库迁移 ├── web/ # 前端应用 │ ├── src/ │ └── public/ # 静态资源 ├── docker-compose.yaml # Docker编排配置 └── README.md # 项目文档 ``` ## 🎮 使用指南 ### 1. 提示词优化 1. 在工作台中输入需要优化的提示词 2. 描述具体需求和期望效果 3. 选择是否启用深度推理模式 4. 点击"生成"开始优化过程 5. 查看优化结果和推理过程 ### 2. 模板管理 1. 将优化后的提示词保存为模板 2. 添加标题、描述和标签 3. 在"我的提示词"中管理个人模板 4. 支持编辑、删除、收藏等操作 ### 3. 社区分享 1. 在提示词广场浏览热门模板 2. 使用搜索功能查找特定类型模板 3. 点赞、收藏感兴趣的模板 4. 分享自己的优质模板给社区 ### 4. 语言切换 1. 点击右上角或侧边栏的语言切换按钮（🌐） 2. 选择您偏好的语言（中文/英文） 3. 界面将立即切换语言，无需刷新页面 4. 您的语言偏好将被保存，下次访问时自动应用 ## 📄 开源协议 本项目采用 **LGPL (Lesser General Public License)** 开源协议。 ### 许可条款 - ✅ **商业使用**: 允许在商业环境中部署和使用 - ✅ **分发**: 允许分发原始代码和二进制文件 - ✅ **修改**: 允许修改源代码用于个人或内部使用 - ❌ **修改后商用**: 禁止修改源代码后用于商业分发 - ⚠️ **责任**: 使用本软件的风险由用户自行承担 ### 重要说明 - 可以直接部署本项目用于商业用途 - 可以基于本项目开发内部工具 - 不得修改源代码后重新打包分发 - 必须保留原始版权声明 详细协议条款请参阅 [LICENSE](LICENSE) 文件。 ## 🙏 致谢 感谢以下开源项目和技术： - [Microsoft Semantic Kernel](https://github.com/microsoft/semantic-kernel) - AI编排框架 - [Ant Design](https://ant.design/) - React UI组件库 - [React](https://reactjs.org/) - 前端框架 - [.NET](https://dotnet.microsoft.com/) - 后端框架 ## 📞 联系我们 - **项目主页**: https://github.com/AIDotNet/auto-prompt - **问题反馈**: [GitHub Issues](https://github.com/AIDotNet/auto-prompt/issues) - **官方网站**: https://token-ai.cn - **技术支持**: 通过GitHub Issues提交 --- ## Star History [![Star History Chart](https://api.star-history.com/svg?repos=AIDotNet/auto-prompt&type=Date)](https://www.star-history.com/#AIDotNet/auto-prompt&Date) ## 👥 贡献者 感谢所有为这个项目做出贡献的开发者！
## 💌WeChat ![image](img/wechat.jpg)
**如果这个项目对你有帮助，请给我们一个 ⭐ Star！** Made with ❤️ by [TokenAI](https://token-ai.cn)