Betterprompt MCP

🚀 BetterPrompt MCP 服務器

BetterPrompt MCP 是一個模型上下文協議（MCP）服務器，它運用先進的提示工程技術來增強用戶請求。能夠將簡單的請求轉化為結構化、富含上下文的指令，以充分發揮 AI 模型的性能。

🚀 快速開始

通過 npx 進行安裝和運行：

npx -y betterprompt-mcp

或者將其添加到你的 MCP 客戶端配置中：

{
  "mcpServers": {
    "betterprompt": {
      "command": "npx",
      "args": ["-y", "betterprompt-mcp"]
    }
  }
}

✨ 主要特性

• 利用先進的提示工程技術，將用戶請求轉化為專業的 AI 提示，提升 AI 模型的輸出效果。
• 無需 API 密鑰，使用客戶端現有的大語言模型（LLM）配置。
• 支持與任何 MCP 兼容的客戶端，如 VS Code、Cursor、LM Studio 等。
• 始終採用最新的提示工程技術。

📦 安裝指南

大多數 MCP 客戶端可以使用以下標準配置：

{
  "mcpServers": {
    "betterprompt": {
      "command": "npx",
      "args": ["-y", "betterprompt-mcp"]
    }
  }
}

以下是不同客戶端的安裝方式：

code --add-mcp '{"name":"betterprompt","command":"npx","args":["-y","betterprompt-mcp"]}'

{
  "mcpServers": {
    "betterprompt": {
      "command": "npx",
      "args": ["-y", "betterprompt-mcp"]
    }
  }
}

claude mcp add betterprompt npx -y betterprompt-mcp

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "betterprompt": {
      "type": "local",
      "command": ["npx", "-y", "betterprompt-mcp"],
      "enabled": true
    }
  }
}

💻 使用示例

基礎用法

{
  "name": "enhance-request",
  "arguments": {
    "request": "Explain quantum computing"
  }
}

增強後的結果：

"你是一位世界級的 AI 助手，精通來自 Anthropic、OpenAI 和 Google DeepMind 等頂級 AI 研究實驗室的先進提示工程技術。

你的任務是針對以下用戶請求提供出色的響應：

"解釋量子計算"

請通過以下方式增強你的響應：

1. 分析此請求背後的意圖和要求
2. 應用適當的提示工程技術以確保最大效果
3. 為你的方法增加清晰度、特異性和結構
4. 包含相關的上下文和約束條件，以便全面理解
5. 確保複雜推理任務的最佳交互模式
6. 指定最適合該任務的輸出格式
7. 定義高質量結果的明確成功標準

用清晰的標題、詳細的解釋和適當的示例來組織你的響應。確保你的答案全面、可行，並直接解決請求的所有方面。"

📚 詳細文檔

enhance-request 工具

該工具使用先進的提示工程技術將用戶請求轉換為世界級的 AI 增強提示。

輸入：

• request（字符串，必需）：需要轉換為增強型 AI 提示的用戶請求。

輸出：具有結構、上下文和清晰指令的 AI 增強提示。

🔧 技術細節

工作原理

BetterPrompt MCP 利用 MCP 採樣 API 來增強用戶請求：

1. 當你調用 enhance-request 工具時，服務器會向你的 MCP 客戶端發送採樣請求。
2. 你的客戶端使用其配置的大語言模型（LLM），通過先進的提示工程技術來增強提示。
3. 增強後的提示會返回給你，以便與任何 AI 模型一起使用。

項目結構

betterprompt-mcp/
├── src/
│   └── index.ts          # 主服務器實現
├── tests/                # 測試文件和驗證腳本
├── dist/                 # 編譯輸出（自動生成）
├── package.json          # 依賴項和腳本
├── tsconfig.json         # TypeScript 配置
└── README.md             # 文檔

構建與開發

• 構建：

npm run build

• 開發模式：

npm run watch

• 格式化：

npm run format
npm run format:check

• 測試：

npm run test:comprehensive

代碼檢查與格式化

我們使用 ESLint + Prettier 來保持代碼庫的一致性。

• 本地運行代碼檢查：npm run lint
• 應用自動修復：npm run lint -- --fix 或 npm run lint:fix
• 運行面向 CI 的代碼檢查（JSON 輸出）：npm run lint:ci（生成 artifacts/lint-report.json）
• 自動修復自動提交策略：安全的、僅格式化的自動修復會使用 scripts/lint-autofix-and-commit.sh 自動提交。該腳本使用保守的啟發式方法（小更改閾值），當更改看起來較大或可能影響行為時，會中止自動提交；在這種情況下，請打開一個拉取請求進行人工審查。

📄 許可證

本項目採用 MIT 許可證。

🛠️ 支持

如果你有任何問題或遇到問題，請在 GitHub 上創建一個問題，或者通過 GitHub 個人資料聯繫作者。

👨‍💻 作者

Aung Myo Kyaw (GitHub)