Prompt Decorators

基本能力

产品定位

Prompt Decorators 是一个用于标准化和增强大型语言模型（LLM）提示的框架，旨在简化提示工程，提高交互的一致性和效率。

核心功能

1. 标准化注释系统：通过简单的装饰器（如 +++Reasoning, +++StepByStep）控制模型行为。
2. 核心框架：Python 实现，支持装饰器注册、参数验证和类型检查。
3. 丰富的装饰器库：提供 140+ 预置装饰器，涵盖推理、格式化等场景。
4. MCP 集成：支持 Model Context Protocol，可与桌面 AI 应用（如 Claude Desktop）集成。
5. 文档生成：自动从装饰器定义生成文档。

适用场景

1. 提示工程：简化复杂提示的构建，提高可重用性。
2. 多平台一致性：在不同 LLM 平台上实现一致的交互体验。
3. 动态提示调整：运行时动态加载和组合装饰器。
4. 开发效率：减少重复提示工程工作，专注于核心内容。

工具列表

1. 核心框架：提供装饰器注册、应用和验证功能。
2. MCP 服务器：集成 Model Context Protocol，支持桌面应用。
3. 文档生成工具：自动生成装饰器文档。

常见问题解答

1. 如何安装：通过 PyPI 安装 prompt-decorators 包。
2. 如何使用装饰器：加载装饰器定义后，通过 create_decorator_instance 创建实例并应用。
3. 如何扩展：支持通过 JSON 定义文件动态加载自定义装饰器。

使用教程

使用依赖

1. Python 3.11 或更高版本。
2. 可选依赖（如 MCP 集成、开发工具等）。

安装教程

# 基础安装
pip install prompt-decorators

# 安装 MCP 集成
pip install "prompt-decorators[mcp]"

# 安装开发依赖
pip install "prompt-decorators[dev,test]"

调试方式

import prompt_decorators as pd

# 加载装饰器定义
pd.load_decorator_definitions()

# 创建并应用装饰器
reasoning = pd.create_decorator_instance("Reasoning", depth="comprehensive")
decorated_prompt = reasoning.apply("Explain prompt engineering.")
print(decorated_prompt)

许可证

该项目遵循 Apache-2.0 开源许可条款，请参阅 Apache-2.0 了解完整条款。