ClawHub

Prompt Optimizer

v3.2.0

自动将模糊需求优化成结构化、精确可执行的AI指令，支持多任务类型和多格式输出。

⭐ 0· 77·0 current·0 all-time
by@ntaffffff

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for ntaffffff/prompt-optimizer-v3.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "Prompt Optimizer" (ntaffffff/prompt-optimizer-v3) from ClawHub.
Skill page: https://clawhub.ai/ntaffffff/prompt-optimizer-v3
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install prompt-optimizer-v3

ClawHub CLI

Package manager switcher

npx clawhub@latest install prompt-optimizer-v3
Security Scan
VirusTotalVirusTotal
Pending
View report →
OpenClawOpenClaw
Benign
high confidence
✓
Purpose & Capability
Name/description (prompt optimizer) align with the provided code and SKILL.md. The files implement pattern matching, formatting detection, caching, and CLI behavior that match the stated functionality. No unrelated cloud credentials, binaries, or config paths are requested.
✓
Instruction Scope
SKILL.md instructs local installation (copy into skills directory) and running the included Python CLI. The instructions and code operate on user-supplied prompts, optional config files, and an internal cache; they do not instruct the agent to read unrelated system files, environment variables, or send data to external endpoints in the visible code.
ℹ
Install Mechanism
There is no formal install spec (instruction-only install via copying files). That keeps risk low, but the skill includes multiple Python files which will be written into the user's workspace when installed. No network downloads or archive extraction are used by the skill itself.
✓
Credentials
The skill declares no required env vars or credentials. The code optionally supports loading a YAML config that can enable an LLM provider (llm.enabled), but default config has llm.enabled=false. If a user enables LLM usage, they would need to supply provider credentials externally — this is configurable and not required by default.
✓
Persistence & Privilege
Skill does not request 'always: true' and is user‑invocable only. It does write cache state into its own in-memory LRU cache; there is no evidence it modifies other skills or global agent settings.
Assessment
This package appears coherent and implements a local CLI/library for optimizing prompts. Before installing: 1) inspect the remainder of prompt_optimizer.py (truncated in the package summary) to confirm there are no network calls, subprocess.exec/eval, or hidden endpoints; 2) be aware the install step copies Python files into your OpenClaw workspace (they will run locally); 3) if you enable the llm section in config.yaml (llm.enabled: true) you may need to provide provider credentials (e.g., OpenAI API key) — only enable that if you trust the code and author; 4) the metadata file contains a GitHub homepage URL while the registry summary showed no homepage — if provenance matters, review that repo or contact the author. Overall the skill looks consistent with its stated purpose.

Like a lobster shell, security has layers — review code before you run it.

latestvk9752mh80xcsprz1phepkv7v0x84vxsj
77downloads
0stars
1versions
Updated 2w ago
v3.2.0
MIT-0
@ntaffffff
latest
Download

🚀 Prompt Optimizer

<p align="center"> <img src="https://img.shields.io/badge/OpenClaw-技能包-blue?style=for-the-badge&logo=rocket" alt="OpenClaw"> <img src="https://img.shields.io/badge/版本-3.2-green?style=for-the-badge" alt="Version"> <img src="https://img.shields.io/badge/Python-3.12+-yellow?style=for-the-badge" alt="Python"> <img src="https://img.shields.io/badge/测试-57个通过-green?style=for-the-badge" alt="Tests"> </p>

[!TIP] AI 任务处理器 - 先优化 Prompt，再精准执行

✨ 一句话介绍

一个能把您的模糊需求自动翻译成 AI 能精准执行的指令的工具！

🎯 能做什么？

原始需求 → 精准指令

您说优化后
"帮我写个排序""你是一个专业工程师。帮我写个排序。请用 Markdown 格式输出..."
"查下天气""请提供准确、全面的信息，标注信息来源。查下天气。用 Markdown..."
"帮我debug报错""你是一个资深调试专家。请分析问题原因，提供完整的错误分析..."
"帮我写个测试用例""你是一个资深测试工程师。请编写完整的测试用例，覆盖主要场景..."

🚀 快速开始

安装

cp -r prompt-optimizer/ ~/.openclaw/workspace/skills/

使用

# 基本用法
python prompt_optimizer.py "帮我写个排序"

# JSON 输出
python prompt_optimizer.py "帮我写个排序" --json

# YAML 输出
python prompt_optimizer.py "帮我写个排序" --yaml

# 从文件批量处理
python prompt_optimizer.py --file input.txt

# 查看版本
python prompt_optimizer.py --version

📖 CLI 用法

用法: python prompt_optimizer.py [options] [prompt]

选项:
  -f, --file FILE        从文件读取 prompt（每行一个）
  -o, --output FILE      输出文件路径
  -j, --json             输出 JSON 格式
  -y, --yaml             输出 YAML 格式
  -v, --verbose          显示详细信息
  -q, --quiet            静默模式
  --stats                显示统计信息
  -t, --types            显示支持的任务类型
  --cache / --no-cache   启用/禁用缓存
  --clear-cache          清空缓存
  -c, --config FILE      配置文件路径
  --version              显示版本号
  -h, --help             显示帮助信息

📋 支持的任务类型 (20种) - v3.2 新增 7 种

类型关键词示例新增
写代码"帮我写个排序"
代码审查"审查这段代码"
改写代码"重构这段代码"
写文档"帮我写个文档"
写文案"写一段推广文案"
总结摘要"帮我总结一下"
翻译"翻译成英文"
查资料"查一下深圳天气"
数据分析"分析一下这份数据"
头脑风暴"给我几个创业想法"
生成内容"生成一张图片"
数学计算"计算 123+456"
对话聊天"聊聊AI的发展"
处理文件"处理文件"
写测试用例"帮我写测试用例"🆕
代码调试"帮我debug报错"🆕
性能优化"优化代码性能"🆕
安全检查"做安全检查"🆕
API设计"设计一个API"🆕
数据结构设计"用什么数据结构"🆕

🎨 新功能 (v3.2)

✨ 新增任务类型 (7种)

  • 写测试用例 - 单元测试、集成测试
  • 代码调试 - Bug 分析与修复
  • 性能优化 - 性能瓶颈分析与优化
  • 安全检查 - OWASP 安全审计
  • API设计 - RESTful 接口设计
  • 数据结构设计 - 算法与数据结构选择

📄 多格式输出支持

  • Markdown (默认)
  • JSON - --json 参数
  • YAML - --yaml 参数
  • XML - 自动检测
  • 表格 - 自动检测
  • PlantUML - 自动检测

👥 目标受众识别 (7种)

  • 技术人员 → 包含代码实现细节
  • 产品经理 → 从业务角度分析
  • 管理者 → 简洁清晰，决策要点
  • 运维人员 → 部署和运维便利性
  • 设计师 → 视觉和用户体验
  • 初学者 → 通俗易懂，逐步引导
  • 普通用户 → 简单直白

📏 约束条件支持

  • 字数限制 - 简短(100字)、中等(300字)、详细(500+字)
  • 条数限制 - 少量(3-5条)、中等(5-10条)、大量(10+条)

🎭 风格识别 (8种)

  • 专业正式
  • 轻松幽默
  • 简洁明了
  • 详细全面
  • 技术风格
  • 口语化
  • 学术风格
  • 教程风格

📝 使用示例

1. 基本优化

$ python prompt_optimizer.py "帮我写个排序"
你是一个专业工程师。

帮我写个排序。

请用 Markdown 格式输出，包含代码块和必要说明
请包含详细的代码注释
请注意代码性能和可读性

2. 指定输出格式

$ python prompt_optimizer.py "查天气" --json

3. 带约束条件

$ python prompt_optimizer.py "给我5个创业想法，200字以内"

4. 指定目标受众

$ python prompt_optimizer.py "解释什么是AI，给初学者看"

📦 项目结构

prompt-optimizer/
├── prompt_optimizer.py    # 主程序 (v3.2)
├── config_data.py         # 配置数据 (独立)
├── test_prompt_optimizer.py # 测试用例
├── config.yaml.example    # 配置示例
└── SKILL.md              # 文档

🧪 测试

python test_prompt_optimizer.py

# 结果
📊 测试结果: 57 通过, 0 失败

⚙️ 配置自定义

创建 config.yaml 文件：

cache:
  maxsize: 256
  enabled: true

llm:
  enabled: false
  provider: openai
  model: gpt-4

task_patterns:
  自定义任务:
    keywords: ["关键词1", "关键词2"]
    priority: 10
    enhancements:
      - "你是专家"
      - "请详细说明"

然后运行：

python prompt_optimizer.py -c config.yaml "你的prompt"

📝 更新日志

v3.2 (2026-04-14)

  • ✅ 新增 7 种任务类型 - 写测试用例、代码调试、性能优化、安全检查、API设计、数据结构设计
  • ✅ 输出格式支持 - JSON、YAML、XML、表格、PlantUML
  • ✅ 目标受众识别 - 技术人员、产品经理、管理者、运维、设计师、初学者、普通用户
  • ✅ 风格识别 - 8 种风格自动检测
  • ✅ 约束条件 - 字数限制、条数限制
  • ✅ 57 个测试 - 全部通过

v3.1 (2026-04-07)

  • ✅ 配置分离
  • ✅ LRU 缓存
  • ✅ 配置文件支持
<p align="center"> <sub>Made with ❤️ by dxx</sub> </p>

Comments

Loading comments...