BetterPrompt MCP 服务器
 ](https://www.npmjs.com/package/betterprompt-mcp)  ](https://nodejs.org/)  
______________________________________________________________________
目录
______________________________________________________________________
概述
BetterPrompt MCP 是一个模型上下文协议（MCP）服务器，它利用先进的提示工程技术来增强用户请求。它提供了一个单一且强大的工具，能够将简单的请求转化为结构化、富含上下文的指令，以优化人工智能模型的性能。
BetterPrompt MCP 不再需要手动撰写详细的提示，而是能将您的请求转化为精心设计的提示，从而让AI模型产生更佳的结果。
前后对比示例
未使用BetterPrompt时：
“编写一个函数来计算斐波那契数”
使用BetterPrompt增强功能：
“你是一位世界级的AI助手，精通来自Anthropic、OpenAI和Google DeepMind等顶尖AI研究实验室的高级提示工程技巧。
你的任务是针对以下用户请求提供一个卓越的回复：
“编写一个函数来计算斐波那契数列”
请通过以下方式增强您的回复：
- 分析这一请求背后的意图和需求
- 应用适当的提示工程技巧以确保最大效果
- 为你的方法增添清晰度、明确性和结构性
- 包括相关背景和限制条件，以便全面理解
- 确保复杂推理任务中的最佳交互模式
- 为任务指定最合适的输出格式
- 为高质量成果设定明确的成功标准
在回答时，请使用清晰的标题、详细的解释，并在适当的地方举例说明。确保您的回答全面、具有可操作性，并直接涵盖请求的所有方面。"
______________________________________________________________________
快速入门
通过 npx 安装并运行：
npx -y betterprompt-mcp或者在您的MCP客户端配置中添加：
{
"mcpServers": {
"betterprompt": {
"command": "npx",
"args": ["-y", "betterprompt-mcp"]
}
}
}______________________________________________________________________
安装
大多数MCP客户端使用此标准配置：
{
"mcpServers": {
"betterprompt": {
"command": "npx",
"args": ["-y", "betterprompt-mcp"]
}
}
}在下方选择您的客户端。如果可用，请点击安装按钮；否则，请按照手动步骤操作。
VS Code
点击按钮进行安装：
回退（命令行界面）：
code --add-mcp '{"name":"betterprompt","command":"npx","args":["-y","betterprompt-mcp"]}'Cursor
点击安装：
[](https://cursor.com/en/install-mcp?name=BetterPrompt&config=eyJjb21tYW5kIjoibnB4IC15IGJldHRlcnByb21wdC1tY3AifQ%3D%3D)
或者手动添加：设置 → MCP → 添加新的MCP服务器 → 类型：命令，命令： npx -y betterprompt-mcp。
LM Studio
点击安装：
或者手动操作：程序 → 安装 → 编辑 mcp.json，添加上述标准配置。
Continue
安装按钮：待办事项——目前尚无公开的深度链接可用。
手动设置：
- 打开继续设置 → 打开JSON配置
- 添加
mcpServers条目：
{
"mcpServers": {
"betterprompt": {
"command": "npx",
"args": ["-y", "betterprompt-mcp"]
}
}
}如有需要，请重启并继续。
Goose
点击安装：
或者手动操作：高级设置 → 扩展 → 添加自定义扩展 → 类型：STDIO → 命令： npx -y betterprompt-mcp.
Claude Code (CLI)
通过命令行界面安装：
claude mcp add betterprompt npx -y betterprompt-mcpClaude Desktop
添加到 claude_desktop_config.json 使用上述标准配置，然后重启Claude Desktop。请参阅MCP快速入门指南：
Windsurf
遵循风帆冲浪MCP（可能是指某种特定的风帆冲浪设备或系统的控制面板/模块）的文档说明，并使用上述标准配置。
Gemini CLI
遵循Gemini CLI MCP服务器指南；使用上述标准配置。
Qodo Gen
打开Qodo Gen聊天面板 → 连接更多工具 → + 添加新的MCP → 粘贴上面的标准配置 → 保存。
opencode
创建或编辑 ~/.config/opencode/opencode.json：
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"betterprompt": {
"type": "local",
"command": ["npx", "-y", "betterprompt-mcp"],
"enabled": true
}
}
}______________________________________________________________________
工具
enhance-request
利用先进的提示工程技术，将用户请求转化为世界级的AI增强型提示。
输入：
request（字符串，必填）：用户请求将其转换为增强型AI提示
输出： 增强型AI提示，包含结构、上下文和清晰指令。
示例用法：
{
"name": "enhance-request",
"arguments": {
"request": "Write a function to calculate fibonacci numbers"
}
}______________________________________________________________________
使用示例
请求：
{
"name": "enhance-request",
"arguments": {
"request": "Explain quantum computing"
}
}增强后的结果：
“你是一位世界级的AI助手，精通来自Anthropic、OpenAI和Google DeepMind等顶级AI研究实验室的先进提示工程技巧。
你的任务是针对以下用户请求给出一个出色的回应：
“解释量子计算”
请通过以下方式增强您的回复：
- 分析这一请求背后的意图和需求
- 应用适当的提示工程技巧以确保最大效果
- 为你的方法增添清晰度、具体性和结构
- 包括相关背景和限制条件以进行全面理解
- 确保复杂推理任务中的最佳交互模式
- 为任务指定最合适的输出格式
- 为高质量成果设定明确的成功标准
在回答时，请使用清晰的标题、详细的解释，并在适当的地方举例说明。确保你的回答全面、具有可操作性，并直接涵盖请求的所有方面。“
______________________________________________________________________
它是如何工作的
BetterPrompt MCP 利用了 MCP采样API 以增强用户需求：
- 当你调用
enhance-request工具，服务器向您的MCP客户端发送一个采样请求 - 您的客户使用其配置的大型语言模型（LLM），通过先进的提示工程技巧来优化提示内容
- 增强后的提示已返回给您，可用于任何人工智能模型
这种方法有以下几个好处：
- 无需API密钥 - 使用您客户端现有的LLM配置
- 利用您客户端中可用的最强大模型
- 与任何MCP兼容的客户端（如Claude Desktop、VS Code、Cursor等）均可配合使用
- 始终掌握最新的提示工程技术
______________________________________________________________________
发展
项目结构
betterprompt-mcp/
├── src/
│ └── index.ts # Main server implementation
├── tests/ # Test files and verification scripts
├── dist/ # Compiled output (generated)
├── package.json # Dependencies and scripts
├── tsconfig.json # TypeScript configuration
└── README.md # Documentation构建与开发
构建：
npm run build观看（开发者版）：
npm run watch格式：
npm run format
npm run format:check测试：
npm run test:comprehensive代码检查与格式化
我们使用 ESLint + Prettier 来保持代码库的一致性。
- 在本地运行代码检查工具：
npm run lint - 应用自动修复：
npm run lint -- --fix或者npm run lint:fix - 运行面向持续集成（CI）的代码检查工具（输出JSON格式）：
npm run lint:ci(produces 翻译为中文是“产生”或“制造”)artifacts/lint-report.json) - 自动修复自动提交策略：仅使用安全的、仅格式化的自动修复进行自动提交
scripts/lint-autofix-and-commit.sh该脚本采用了一种保守的启发式方法（较小的更改阈值），当检测到更改较大或可能影响行为时，将中止自动提交；在此类情况下，请提交一个拉取请求（PR）以供人工审核。
许可证
麻省理工学院许可证（MIT License）
______________________________________________________________________
支持
如有问题或疑问，请在（相关平台）上提交一个议题 或者通过GitHub个人资料联系作者。
______________________________________________________________________
作者
昂缪觉（Aung Myo Kyaw））