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。 ![Python](https://img.shields.io/badge/Python-3.10+-blue) ![FastAPI](https://img.shields.io/badge/FastAPI-Production-green) ![Gemini](https://img.shields.io/badge/Google-Gemini-orange) ![License](https://img.shields.io/badge/License-MIT-purple)
# 📖 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