MCP提示优化器
  
专业级MCP（模型上下文协议）服务器，提供尖端的快速优化工具和研究支持的策略，性能提高15-74%。
✨ 特性
🎯 基本优化策略
- 清晰度：简化了直接和精确的提示
- 特异性：添加详细的约束和要求
- 思维链：包含逐步推理
- 小样本：包括指导示例格式
- 结构化输出：定义清晰的输出组织
- 基于角色：添加专家角色上下文
🚀 高级优化策略
- 思想之树（ToT）：多路径推理，复杂任务的成功率为74%
- 宪法AI：自我批评并与安全原则保持一致
- 自动提示工程师（APE）：AI发现了最佳指令模式
- 元提示：AI生成自己的优化提示
- 自我精炼：迭代改进，性能提高20%
- TEXTGRAD：自然语言反馈作为优化梯度
- Medprompt：多技术集成实现90%以上的准确率
- 提示向导：反馈驱动的自我进化提示
📋 专业域名模板
跨11个领域的生产就绪模板：
- 商业分析：竞争分析框架
- 产品管理：用户研究综合
- 内容创建：SEO优化的技术博客文章
- 发展：全面的代码审查清单
- 沟通：利益相关者更新和项目报告
- 策略：OKR规划框架
- 运营：标准操作程序（SOP）
- 法律：合同终止和遵守
- 客户体验：反馈调查和见解
- 数据分析：数据洞察和报告
- 会议管理：有效的会议议程
🛠️ 安装
快速设置
# Clone the repository
git clone
cd mcp-prompt-optimizer
# Create virtual environment (recommended)
python3 -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
# Install dependencies
./install.sh
# Or install manually
pip install -r requirements.txt
# Configure Claude Desktop
python3 setup_interactive.py手动配置
添加到您的Claude Desktop配置文件中：
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
视窗: %APPDATA%\Claude\claude_desktop_config.json
Linux: ~/.config/Claude/claude_desktop_config.json
{
"mcpServers": {
"prompt-optimizer": {
"command": "python3",
"args": ["/path/to/mcp-prompt-optimizer/prompt_optimizer.py"],
"env": {}
}
}
}🎮 用法
基本命令
# Analyze prompt quality
"Analyze this prompt: write a blog post about AI"
# Apply specific optimization
"Optimize this prompt using chain_of_thought: explain machine learning"
# Auto-select best strategy
"Auto-optimize: help me debug this code"
# Get domain template
"Get domain template for code_review_checklist"高级命令
# Use Tree of Thoughts for complex problems
"Apply advanced optimization with tree_of_thoughts: design a microservices architecture"
# Use Constitutional AI for safety-critical tasks
"Apply advanced optimization with constitutional_ai: create content moderation guidelines"
# Use Medprompt for high-accuracy classification
"Apply advanced optimization with medprompt: categorize customer support tickets"
# List available templates
"List all domain templates"🏗️ 建筑
mcp-prompt-optimizer/
├── prompt_optimizer.py # Main MCP server
├── advanced_strategies.py # Research-backed optimization strategies
├── domain_templates.py # Professional domain templates
├── examples.py # Usage examples and demonstrations
├── setup_interactive.py # Automated setup script
└── README.md # This file🧪 测试
# Run basic tests
./test.sh
# Run usage examples
python3 examples.py📊 性能基准
| 策略 | 用例 | 性能改进 |
|---|---|---|
| 思想之树 | 复杂推理 | 70-74%的成功率 |
| Medprompt | 分类任务 | 90%+准确率 |
| 自我优化 | 迭代改进 | 每次迭代20% |
| 宪法AI | 安全一致性 | 高合规性 |
| 思维链 | 循序渐进的任务 | 15-25%的改进 |
🔧 可用工具
核心工具
- analyze_prompt：分析即时质量并识别问题
- optimize_prompt：应用特定的优化策略
- 自动优化：自动选择最佳策略
- get_prompt_template：返回基本模板
高级工具
- advanced_optimize：应用研究支持的策略
- get_domain_template：返回专业域模板
- list_domain_templates：按域列出可用模板
🎯 战略选择指南
| 提示类型 | 推荐策略 |
|---|---|
| 复杂问题 | tree_of_thoughts |
| 分类任务 | medprompt |
| 安全关键 | constitutional_ai |
| 模糊要求 | meta_prompting |
| 需要改进 | self_refine |
| 一般优化 | auto |
🤝 贡献
我们欢迎捐款！拜托：
- 分叉存储库
- 创建要素分支
- 添加新功能的测试
- 更新文档
- 提交拉取请求
添加新功能
- 新战略：添加到
advanced_strategies.py - 新建模板：添加到
domain_templates.py - 例子：添加到
examples.py
🐛 故障排除
常见问题
MCP不工作？
- 检查Python版本：
python3 --version（要求3.8+） - 安装依赖项：运行
./install.sh或pip install -r requirements.txt - 验证MCP安装：
pip show mcp - 检查克劳德桌面日志
- 重新启动克劳德桌面
命令无法识别？
- 验证配置文件位置
- 检查配置中的文件路径
- 再次运行安装脚本
调试模式
# Test server directly
python3 prompt_optimizer.py
# Verbose logging
export MCP_LOG_LEVEL=debug
python3 prompt_optimizer.py📄 许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
🙏 致谢
- 普林斯顿大学、谷歌DeepMind、微软研究院的研究
- Anthropic的宪法人工智能框架
- 斯坦福大学的DSPy框架
- OpenAI的快速工程指南
📈 引用
如果您在研究或项目中使用此工具，请引用：
@software{mcp_prompt_optimizer,
title={MCP Prompt Optimizer: Research-Backed Prompt Optimization for AI Systems},
author={Bubobot},
year={2024},
url={https://github.com/Bubobot-Team/mcp-prompt-optimizer}
}______________________________________________________________________
内置于❤️ 对于AI社区
如有疑问、问题或意见，请访问我们的 .