Prompt Forge

🧠 快速锻造

面向开发人员的人工智能学习伴侣

PromptForge是一个智能MCP服务器，充当您和Cursor、Claude或ChatGPT等AI助手之间的智能代理。它捕获、分析并将您的人工智能交互转化为可操作的学习见解，同时确保您的数据在本地机器上的私密性和安全性。

______________________________________________________________________

🎯 为什么选择Prompt Forge？

作为开发人员，我们经常依靠人工智能助手来解决问题，但我们并不总是理解 *为什么* 解决方案的背后。Prompt Forge通过以下方式弥合了这一差距：

• 📊 跟踪您的AI交互 实时的
• 🔍 识别知识差距 以及学习模式
• 📈 提供日常见解 加速你的成长
• 🔒 保持一切本地化 -你的数据永远不会离开你的机器
• 🎓 转变对人工智能的依赖 真正的技能发展

______________________________________________________________________

⚡ 主要特点

🔄 智能代理服务器

• 与Cursor、VS Code和其他AI工具无缝集成
• 实时请求/响应记录和分析
• 支持多个LLM提供商（OpenAI、Anthropic、Ollama等）
• 零延迟直通，可选缓存

🧠 智能分析引擎

• 模式识别：检测重复问题和知识差距
• 复杂性评分：措施会随着时间的推移而变得复杂
• 情境感知：将相关查询分组到学习会话中
• 趋势分析：跟踪您的学习进展和技能发展

📊 综合报告

• 日常学习总结：带有见解和建议的Markdown报告
• 每周进度回顾：趋势分析和技能差距识别
• 交互式仪表板：实时指标和可视化
• 导出选项：与Notion、Obsidian和学习平台集成

🔒 隐私优先架构

• 100%本地处理：所有数据都保留在您的机器上
• 加密存储：带可选加密的SQLite数据库
• 可配置的保留：自动数据清理策略
• 审计日志：数据处理完全透明

______________________________________________________________________

🛠️ 技术架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   AI Assistant  │    │  Prompt Forge   │    │   LLM Provider  │
│   (Cursor, etc) │◄──►│  Proxy Server   │◄──►│ (OpenAI, etc)   │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                                │
                                ▼
                       ┌─────────────────┐
                       │ Analysis Engine │
                       │ • Pattern Detection
                       │ • Knowledge Gaps
                       │ • Learning Insights
                       └─────────────────┘
                                │
                                ▼
                       ┌─────────────────┐
                       │ Local Database  │
                       │ • Encrypted SQLite
                       │ • Prompt History
                       │ • Analysis Results
                       └─────────────────┘

核心组件

______________________________________________________________________

🚀 入门指南

先决条件

• Node.js 18+
• Ollama（用于本地分析）
• 您最喜欢的AI助手（光标、VS代码等）

快速安装

# Clone the repository
git clone https://github.com/yourusername/prompt-forge.git
cd prompt-forge

# Install dependencies
npm install

# Initialize the database
npm run setup

# Start the server
npm start

配置

创建一个 .env 根目录中的文件：

# Server Configuration
PORT=3000
HOST=localhost

# Database
DATABASE_URL=./data/prompt-forge.db
ENCRYPTION_KEY=your-secure-key-here

# LLM Providers
OPENAI_API_KEY=your-openai-key
ANTHROPIC_API_KEY=your-anthropic-key
OLLAMA_HOST=http://localhost:11434

# Analysis Settings
ANALYSIS_MODEL=mistral:7b
REPORT_FREQUENCY=daily
RETENTION_DAYS=30

光标集成

1. 打开光标设置
2. 导航到“AI提供商”
3. 添加自定义端点： http://localhost:3000/v1/chat/completions
4. 像往常一样设置您的API密钥-Prompt Forge将安全地转发它

______________________________________________________________________

📊 输出示例

每日学习报告

# 📈 Daily Learning Summary - March 15, 2024

## 🎯 **Session Overview**
- **Total Prompts**: 23
- **Unique Topics**: 8
- **Learning Sessions**: 4
- **Complexity Score**: 7.2/10 (↑ 0.8 from yesterday)

## 🔍 **Knowledge Gaps Identified**
1. **TypeScript Generics** (5 related prompts)
   - You seem uncertain about constraint syntax
   - Suggestion: Review conditional types and mapped types

2. **Angular Testing** (3 related prompts)
   - MockProvider setup appears challenging
   - Suggestion: Practice TestBed configuration

## 💡 **Learning Recommendations**
- [ ] **Quick Win**: TypeScript utility types (15 min)
- [ ] **Deep Dive**: Angular testing patterns (1 hour)
- [ ] **Explore**: RxJS error handling strategies

## 📊 **Progress Metrics**
- **Questions per hour**: 2.3 (optimal: 1-3)
- **Follow-up rate**: 67% (shows good engagement)
- **Understanding score**: 8.1/10 (based on clarification frequency)

______________________________________________________________________

🗺️ 实施路线图

步骤1：核心代理服务器

• \[x\] Express.js服务器设置
• \[x\] PostgreSQL数据库模式
• \[x\] 基本请求/响应日志记录
• \[\]OpenAI API兼容层
• \[\]带标头的请求转发

步骤2：数据存储和安全

• \[\]用于提示/响应的数据库模型
• \[\]静态数据加密
• \[\]可配置的数据保留策略
• \[\]基本审计日志记录

步骤3：分析引擎

• \[\]Ollama与当地法学硕士的整合
• \[\]简单的模式检测算法
• \[\]知识差距识别
• \[\]会话分组和上下文感知

步骤4：报告生成

• \[\]每日摘要生成
• \[\]基于React的报表界面
• \[\]Markdown导出功能
• \[\]基本学习建议

步骤5：Web仪表板

• \[\]React仪表板设置
• \[\]实时指标显示
• \[\]交互式图表和可视化
• \[\]配置管理UI

步骤6：光标集成

• \[\]游标的代理端点
• \[\]API密钥转发
• \[\]错误处理和日志记录
• \[\]连接测试工具

步骤7：高级分析

• \[\]学习进度跟踪
• \[\]复杂性评分算法
• \[\]随时间变化的趋势分析
• \[\]个性化推荐

步骤8：导出和集成

• \[\]多种导出格式（PDF、HTML、Markdown）
• \[\]概念工作空间集成
• \[\]电子邮件/Slack通知
• \[\]自定义报告模板

第9步：团队特征

• \[\]多用户支持
• \[\]共享团队仪表板
• \[\]协作学习目标
• \[\]团队知识差距分析

步骤10：插件系统

• \[\]插件架构设计
• \[\]自定义分析器插件
• \[\]第三方集成API
• \[\]插件市场基金会

______________________________________________________________________

🎯 已确定的改进

基于最初的概念，我们正在实施以下关键增强功能：

1.增强隐私和安全

• 端到端加密 对于所有存储的数据
• 可配置的数据保留 政策
• 审核跟踪 用于所有数据访问
• 气隙模式 为了最大限度的隐私

2.高级分析

• 机器学习模型 用于模式识别
• 情境理解 代码和概念
• 技能进步跟踪 随着时间的推移
• 预测性建议 学习路径

3.可扩展架构

• 插件系统 用于定制分析仪
• API第一设计 用于第三方集成
• 模块化组件 便于维护
• Docker容器化 便于部署

4.更好的用户体验

• 实时洞察 当你编码时
• 智能通知 学习机会
• 游戏化元素 鼓励增长
• 移动伴侣应用程序 随时随地的见解

5.协作功能

• 团队仪表板 共享学习
• 知识共享 组织内部
• 导师匹配 基于技能
• 同行学习建议

______________________________________________________________________

🤝 贡献

我们欢迎捐款！以下是您可以提供帮助的方式：

1. 🐛 错误报告：发现问题？打开GitHub问题
2. 💡 功能请求：有主意吗？我们来讨论一下
3. 🔧 代码贡献：查看我们的投稿指南
4. 📖 文档：帮助改进我们的文档
5. 🧪 测试：帮助我们测试新功能

开发设置

# Clone and setup
git clone https://github.com/yourusername/prompt-forge.git
cd prompt-forge
npm install

# Run in development mode
npm run dev

# Run tests
npm test

# Build for production
npm run build

______________________________________________________________________

📄 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

• Cursor团队 用于启发代理架构
• Ollama项目 使本地LLM可访问
• OpenAI 开创对话式人工智能
• 开发者社区 获取有价值的反馈和想法

______________________________________________________________________

由以下材料制成❤️ 对于想要学习的开发人员来说，不仅仅是复制粘贴。

*“向人工智能学习的最佳方式是了解你不知道的东西。”*