# prompt_evaluator
**Repository Path**: blues_c/prompt_evaluator
## Basic Information
- **Project Name**: prompt_evaluator
- **Description**: 本项目是一个提示词质量评估工具,它能从 4 个维度给你的提示词打分
、识别 7 类常见错误、告诉你如何改进,并提供优化后的示例、支持多轮对话,帮你不断改进提示词。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-23
- **Last Updated**: 2026-06-23
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 提示词质量评估工具
> 🎯 基于 DeepSeek AI 的专业提示词评估工具,4 维度智能分析,自动识别问题并给出优化建议
[](https://opensource.org/licenses/MIT)
[](https://www.python.org/downloads/)
[](https://www.deepseek.com/)
---
## 🎯 这是什么?
一个帮你优化提示词(Prompt)的专业工具。输入你的提示词,AI 会从 4 个维度评分、找出问题、给出改进建议和重写示例。
**默认使用 DeepSeek API**(兼容 OpenAI 接口,成本更低,中文更强)
---
## ✨ 核心功能
| 功能 | 说明 |
|------|------|
| 📊 **四维度评分** | 结构清晰度、约束有效性、语义明确性、输出要求清晰度 |
| 🔍 **智能识别问题** | 自动发现重复约束、矛盾约束、模糊表达等 7 类常见问题 |
| 💡 **具体改进建议** | 不只是打分,还告诉你怎么改进 |
| ✏️ **重写示例** | 直接给出优化后的提示词版本 |
| 💾 **结果保存** | 支持保存为 Markdown 格式,方便对比和分享 |
| 🚀 **多种使用方式** | 命令行、Web 界面、Python 代码集成 |
---
## 🚀 快速开始
### 方式一:命令行(推荐新手)
```bash
# 克隆项目
git clone
cd prompt_evaluator
# 创建并激活虚拟环境(强烈推荐)
python -m venv venv
venv\Scripts\activate # Windows
source venv/bin/activate # Linux/Mac
# 安装依赖
pip install -r requirements.txt
# 配置 API Key(复制并编辑 .env 文件)
copy .env.example .env # Windows
cp .env.example .env # Linux/Mac
# 然后编辑 .env 文件,填入你的 DeepSeek API Key
# 运行评估
python cli.py interactive # 交互式评估(推荐)
python cli.py evaluate your_prompt.txt # 评估文件
python cli.py # 默认进入交互模式
python cli.py help # 查看帮助
```
> **💡 提示:** 工具默认配置为使用 DeepSeek API,通过 OpenAI 兼容接口调用。
### 方式二:Web 界面(推荐团队使用)
```bash
# 创建并激活虚拟环境
python -m venv venv
venv\Scripts\activate # Windows
source venv/bin/activate # Linux/Mac
# 安装依赖
pip install -r requirements.txt
# 配置 API Key
copy .env.example .env # Windows
cp .env.example .env # Linux/Mac
# 编辑 .env 文件,填入你的 DeepSeek API Key
# 启动 Web 服务
python web_app.py
# 浏览器访问
# http://localhost:5000
```
### 方式三:Python 代码集成
```python
import sys
sys.path.insert(0, 'src') # 添加 src 目录到路径
from prompt_evaluator import PromptEvaluator
# 初始化
evaluator = PromptEvaluator()
# 评估提示词
prompt = "你是一个代码助手,帮用户写代码。"
result = evaluator.evaluate_prompt(prompt)
print(result) # 查看评估结果
evaluator.save_evaluation("result.md") # 保存报告
```
---
## 🏗️ 项目架构
### 技术栈
| 类别 | 技术 | 说明 |
|------|------|------|
| **核心语言** | Python 3.8+ | 主开发语言 |
| **AI 服务** | DeepSeek API | 提示词评估引擎(兼容 OpenAI API) |
| **命令行** | Click | 构建友好的 CLI 界面 |
| **输出美化** | Rich | 终端彩色输出和格式化 |
| **Web 框架** | Flask | 提供 Web 界面服务 |
| **配置管理** | python-dotenv | 环境变量管理 |
| **测试框架** | pytest | 单元测试和集成测试 |
### 架构设计
```
┌─────────────────────────────────────────────────────────────┐
│ 用户接口层 │
├──────────────────┬──────────────────┬──────────────────────┤
│ CLI 命令行 │ Web 界面 │ Python API │
│ (cli/app.py) │ (web/app.py) │ (直接导入使用) │
└────────┬─────────┴────────┬─────────┴──────────┬───────────┘
│ │ │
└──────────────────┼────────────────────┘
▼
┌─────────────────────────────────────────┐
│ 核心评估引擎 │
│ (core/evaluator.py) │
│ • PromptEvaluator 类 │
│ • 四维度评分算法 │
│ • 问题识别与分析 │
│ • 优化建议生成 │
└──────────────┬──────────────────────────┘
▼
┌─────────────────────────────────────────┐
│ AI 服务层 │
│ • DeepSeek API 调用 │
│ • OpenAI 兼容接口 │
│ • 请求重试与错误处理 │
└─────────────────────────────────────────┘
```
### 核心模块说明
#### 1. 核心评估模块 (`core/evaluator.py`)
- **职责**:提示词评估的核心逻辑
- **主要功能**:
- 四维度评分(结构清晰度、约束有效性、语义明确性、输出要求清晰度)
- 问题识别(7 类常见问题自动检测)
- 优化建议生成
- 提示词重写示例
- 评估结果格式化与保存
#### 2. 命令行接口 (`cli/app.py`)
- **职责**:提供用户友好的命令行交互
- **主要功能**:
- 交互式评估模式
- 文件批量评估
- 会话管理
- 结果保存
#### 3. Web 界面 (`web/app.py`)
- **职责**:提供可视化的 Web 操作界面
- **主要功能**:
- 在线提示词输入与评估
- 实时结果展示
- 历史记录管理(规划中)
#### 4. 配置管理 (`config/settings.py`)
- **职责**:统一管理配置项
- **主要功能**:
- API 密钥管理
- 模型参数配置
- 默认值设置
#### 5. 工具函数 (`utils/helpers.py`)
- **职责**:提供通用工具方法
- **主要功能**:
- 文件读写
- 格式转换
- 日志记录
---