VigneshPrakas1/PromptCraft
GitHub: VigneshPrakas1/PromptCraft
一个结合提示词优化评分与代码仓库开发意图逆向重构的 AI 提示词工程平台。
Stars: 0 | Forks: 0
# Promptcraft
### AI Prompt 工程与仓库智能平台
将简陋的 prompt 转化为生产级 AI 指令,并将软件仓库逆向工程还原为生成它们的原始 prompt。




# 📖 概述
Promptcraft 是一个 AI 驱动的平台,旨在改善人类与 Large Language Models 交互的方式。
与传统的 prompt 工具不同,Promptcraft 提供两项智能功能:
- ✨ **Prompt 工程引擎**
- 🧠 **仓库智能引擎**
该平台帮助用户创建更好的 prompt,同时还能重构 AI 生成的代码库背后的原始开发意图。
# ✨ 核心功能
## 📝 AI Prompt 增强
将简单的 prompt 转化为针对 LLM 优化的高质量 prompt。
### 增强风格
- 精确
- 创意
- 详细
每个 prompt 都会从五个质量维度进行评估:
- 清晰度
- 具体性
- 上下文
- 可操作性
- 整体质量
系统还提供:
- AI 生成的改进建议
- 优势分析
- 弱点检测
- 关键 prompt 变更
- 结构化反馈
## 🧠 仓库智能
Promptcraft 的独特功能之一。
给定以下之一:
- GitHub 仓库 URL
- 或 ZIP 压缩包
Promptcraft 可以推断出:
- 技术栈
- 框架
- 架构
- 功能
- 设计决策
- 开发工作流
- 重构的原始 prompt
这使开发者能够理解最初生成 AI 辅助代码库的可能 prompt。
# 🏗 系统架构
```
User
│
┌─────────┴──────────┐
│ │
│ │
Prompt Enhancement Repository Analysis
│ │
└─────────┬──────────┘
│
FastAPI Backend
│
Input Validation (Pydantic)
│
Prompt Engineering
Repository Intelligence
│
Google Gemini API
│
Structured JSON Output
│
Promptcraft Web Interface
```
# 🚀 功能
- AI prompt 优化
- prompt 质量评分
- 多风格 prompt 工程
- 仓库逆向工程
- GitHub 仓库分析
- ZIP 仓库分析
- 结构化 JSON 响应
- REST API
- 交互式仪表板
- prompt 历史记录
- 速率限制
- 生产级 FastAPI 后端
# 🛠 技术栈
## 后端
- Python
- FastAPI
- Uvicorn
- Pydantic
- SlowAPI
## AI
- Google Gemini
## 前端
- HTML5
- CSS3
- JavaScript
## 开发
- GitHub API
- REST API
- JSON
- 线程安全的内存存储
# 📂 项目结构
```
Promptcraft
│
├── backend
│ ├── app.py
│ ├── models.py
│ ├── gemini_service.py
│ ├── history_store.py
│ ├── routes
│ └── requirements.txt
│
├── frontend
│ ├── index.html
│ ├── app.js
│ └── style.css
│
├── README.md
└── .gitignore
```
# ⚙ 安装
克隆仓库
```
git clone https://github.com/yourusername/promptcraft.git
```
导航至项目
```
cd promptcraft
```
创建虚拟环境
```
python -m venv .venv
```
激活环境
Windows
```
.venv\Scripts\activate
```
macOS/Linux
```
source .venv/bin/activate
```
安装依赖
```
pip install -r backend/requirements.txt
```
# 🔑 环境变量
创建
```
backend/.env
```
```
GEMINI_API_KEY=YOUR_API_KEY
```
# ▶ 运行 Promptcraft
```
cd backend
python app.py
```
服务端
```
http://localhost:8000
```
API 文档
```
http://localhost:8000/docs
```
# 📊 Prompt 增强工作流
```
User Prompt
│
▼
Prompt Validation
│
▼
Style Selection
│
▼
Gemini Enhancement
│
▼
Quality Evaluation
│
▼
Enhanced Prompt
+
Scores
+
Feedback
+
Suggestions
```
# 🧠 仓库智能工作流
```
Repository URL / ZIP
│
▼
Repository Parsing
│
▼
File Filtering
│
▼
Architecture Detection
│
▼
Technology Identification
│
▼
Feature Extraction
│
▼
Prompt Reconstruction
```
# 📡 API Endpoints
| 方法 | Endpoint | 描述 |
|---------|----------|-------------|
| GET | `/` | Web 界面 |
| GET | `/api/health` | 健康检查 |
| POST | `/api/enhance` | prompt 增强 |
| POST | `/api/repo-to-prompt` | 仓库分析 |
| POST | `/api/repo-to-prompt/upload` | ZIP 仓库分析 |
| GET | `/api/history` | 历史记录 |
| DELETE | `/api/history` | 清除历史记录 |
# 🌟 为什么选择 Promptcraft?
与现有的 prompt 增强工具不同,Promptcraft 将:
- prompt 工程
- AI prompt 质量分析
- 仓库智能
- 开发意图重构
结合在一个 AI 驱动的平台中。
# 🔮 未来路线图
- RAG 集成
- 多 LLM 支持
- Claude 集成
- OpenAI 集成
- 本地 LLM 支持
- 团队工作区
- 仓库比较
- prompt 版本控制
- prompt 库
- 向量数据库内存
- Agentic prompt 工程
- VS Code 插件
# 👨💻 作者
**P. Vignesh**
M.Tech 人工智能与数据科学
AI 研究 • 生成式 AI • Prompt 工程 • LLM 系统
# ⭐ 支持
如果您觉得 Promptcraft 有用,
⭐ 为本仓库点赞
并支持未来的开发。标签:AV绕过, FastAPI, Gemini, LLM, Unmanaged PE, 人工智能, 代码分析, 凭证管理, 提示词工程, 数据可视化, 用户模式Hook绕过, 策略决策点, 逆向工具