README.md•4.67 kB
# 提示词优化 MCP 服务器
一个模型上下文协议 (MCP) 服务器，为 AI 交互提供智能能提示词优化功能。此服务器在提供实用的提示词增强功的同时，展示了 MCP 的核心概念。
## 🎯 展示的核心 MCP 概念
此服务器展示了模型上下文协议的基本概念：
### 1. **服务器架构**
- **服务器实例**: 处理客户端请求的主要 MCP 服务器
- **传输层**: 使用 `StdioServerTransport` 实现命令行兼容性
- **能力**: 向 MCP 客户端声明提供工具的能力
### 2. **工具系统**
- **工具定义**: 基于 JSON Schema 的工具规范
- **输入验证**: 使用模式进行结构化参数验证
- **响应格式化**: 标准化的 MCP 响应格式
### 3. **通信协议**
- **请求处理器**: 实现 `ListToolsRequestSchema` 和 `CallToolRequestSchema`
- **错误处理**: 正确的 MCP 错误响应格式化
- **异步操作**: 非阻塞工具执行
## 🚀 功能特性
提示词优化器通过多种优化策略提供全面的提示词增强：
### 优化目标
- **清晰度 (Clarity)**: 移除模糊语言，提高具体性
- **具体性 (Specificity)**: 添加具体细节和约束条件
- **结构 (Structure)**: 用逻辑流程组织内容
- **上下文 (Context)**: 融入相关背景信息
- **可执行性 (Actionable)**: 使指令更具体和可执行
- **简洁性 (Conciseness)**: 在保持清晰度的同时去除冗余
- **示例 (Examples)**: 添加说明性示例
- **格式 (Format)**: 指定清晰的输出格式要求
### 分析能力
- 提示词长度分析
- 清晰度和具体性评分
- 上下文和约束检测
- 示例和格式识别
## 📦 安装
### 使用 npm 全局安装
```bash
npm install -g @zhaixiaowei/mcp-prompt-optimizer
```
### 使用 npx (推荐用于 Cursor)
```bash
npx @zhaixiaowei/mcp-prompt-optimizer
```
### 本地项目安装
```bash
npm install @zhaixiaowei/mcp-prompt-optimizer
```
## 🔧 配置
### 在 Cursor 中使用
要在 Cursor 中使用此 MCP 服务器，请将以下配置添加到你的 cursor的mcp配置中 文件中：
#### 方法 1: 使用 npx (推荐)
```json
{
"mcpServers": {
"prompt-optimizer": {
"command": "npx",
"args": [
"-y",
"@zhaixiaowei/mcp-prompt-optimizer"
]
}
}
}
```
## 🛠️ 使用方法
配置完成后，你可以在 Cursor 中通过调用 `optimize_prompt` 工具来使用提示词优化器：
### 基本使用
```
请优化这个提示词: "写一些关于 AI 的内容"
```
### 带参数的高级使用
```
使用 optimize_prompt 工具，参数如下:
- originalPrompt: "写一些关于 AI 的内容"
- context: "这是为技术博客文章准备的"
- targetAudience: "软件开发者"
- optimizationGoals: ["clarity", "specificity", "examples"]
- style: "technical"
```
### 示例工具调用
```json
{
"originalPrompt": "写一些关于 AI 的内容",
"context": "面向开发者的技术博客文章",
"targetAudience": "软件开发者",
"optimizationGoals": ["clarity", "specificity", "structure", "examples"],
"style": "technical"
}
```
## 📊 响应格式
工具返回全面的优化结果：
```json
{
"optimizedPrompt": "你的提示词的增强版本...",
"improvements": [
"通过移除模糊语言增强了清晰度",
"添加了具体的约束条件和要求",
"重新组织内容，使其具有清晰的章节"
],
"reasoning": "所做更改的详细分析...",
"originalLength": 25,
"optimizedLength": 150,
"score": 8.5
}
```
## 🎯 使用场景
### 对于开发者
- 优化 API 文档提示词
- 增强代码审查指令
- 改进技术规范请求
### 对于内容创作者
- 完善写作提示词以获得更好的输出
- 构建复杂的内容请求
- 为创意简报增加清晰度
### 对于研究人员
- 改进数据分析提示词
- 构建研究问题
- 增强方法论描述
## 🔍 工作原理
1. **分析阶段**: 服务器分析你的原始提示词的清晰度、具体性、结构和其他因素
2. **优化阶段**: 根据你的目标应用选定的优化策略
3. **增强阶段**: 为你的目标受众和期望风格调整提示词
4. **评分阶段**: 根据应用的增强功能计算改进分数
5. **推理阶段**: 提供所做更改的详细解释
## 🤝 贡献
此服务器是模型上下文协议服务器集合的一部分。欢迎贡献！
## 📄 许可证
MIT 许可证 - 详情请参阅 LICENSE 文件。
## 🔗 相关链接
- [模型上下文协议](https://modelcontextprotocol.io)
- [MCP SDK 文档](https://github.com/modelcontextprotocol/sdk)
- [其他 MCP 服务器](https://github.com/modelcontextprotocol/servers)