Prompt Optimizer Toolkit

纯 Python 提示词工程工具包：从清晰度、具体性、上下文、约束、示例、角色等维度分析提示词并给出 1-10 分综合评分，自动检测并应用优化策略改写提示词，内置 CoT、Few-shot、角色扮演、结构化与约束 5 种模板，并提供带标签检索的本地提示词库。

kaiyuelv

热度 31.99

最近更新 2026-05-11 17:46:21

分类：效率依赖：代码执行 / 读写文件应用场景：模板 / 工作流 / 自动化脚本

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add prompt-optimizer-toolkit

Metadata

name: prompt-optimizer-toolkit
description: LLM Prompt Engineering Toolkit - 提示词分析、优化、模板化与质量评分 | Analyze, optimize, template, and score your LLM prompts with built-in engineering strategies
metadata: {"openclaw":{"requires":{"bins":["python3"]},"install":[{"id":"python-deps","kind":"python","requirements":"requirements.txt"}]}}

Prompt Optimizer Toolkit

功能

Analyze — 多维度分析提示词质量（清晰度、具体性、上下文、约束、示例、角色）
Optimize — 自动检测最佳优化策略并应用
Template — 内置5种经典提示词模板（CoT、Few-shot、Role-play、Structured、Constraints）
Library — 本地提示词库管理，支持标签检索
Score — 1-10分综合质量评分

使用

from scripts.prompt_optimizer import PromptOptimizer, PromptLibrary

optimizer = PromptOptimizer()

# 分析提示词
analysis = optimizer.analyze("Write a story about a robot")
# → {'clarity_score': 7, 'specificity_score': 5, 'overall_score': 4, ...}

# 自动优化
better = optimizer.optimize("Write a story about a robot")
# → 添加角色、结构、约束

# 使用模板
prompt = optimizer.apply_template("role_playing", domain="creative writing", task="Write a sci-fi story")

# 提示词库
lib = PromptLibrary()
lib.save("coding-helper", "You are a senior Python developer...", tags=["coding", "python"])

CLI

python3 scripts/prompt_optimizer.py