Betterprompt MCP

🚀 BetterPrompt MCP 服务器

BetterPrompt MCP 是一个模型上下文协议（MCP）服务器，它运用先进的提示工程技术来增强用户请求。能够将简单的请求转化为结构化、富含上下文的指令，以充分发挥 AI 模型的性能。

🚀 快速开始

通过 npx 进行安装和运行：

npx -y betterprompt-mcp

或者将其添加到你的 MCP 客户端配置中：

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

✨ 主要特性

• 利用先进的提示工程技术，将用户请求转化为专业的 AI 提示，提升 AI 模型的输出效果。
• 无需 API 密钥，使用客户端现有的大语言模型（LLM）配置。
• 支持与任何 MCP 兼容的客户端，如 VS Code、Cursor、LM Studio 等。
• 始终采用最新的提示工程技术。

📦 安装指南

大多数 MCP 客户端可以使用以下标准配置：

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

以下是不同客户端的安装方式：

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

基础用法

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

增强后的结果：

"你是一位世界级的 AI 助手，精通来自 Anthropic、OpenAI 和 Google DeepMind 等顶级 AI 研究实验室的先进提示工程技术。

你的任务是针对以下用户请求提供出色的响应：

"解释量子计算"

请通过以下方式增强你的响应：

1. 分析此请求背后的意图和要求
2. 应用适当的提示工程技术以确保最大效果
3. 为你的方法增加清晰度、特异性和结构
4. 包含相关的上下文和约束条件，以便全面理解
5. 确保复杂推理任务的最佳交互模式
6. 指定最适合该任务的输出格式
7. 定义高质量结果的明确成功标准

用清晰的标题、详细的解释和适当的示例来组织你的响应。确保你的答案全面、可行，并直接解决请求的所有方面。"

📚 详细文档

enhance-request 工具

该工具使用先进的提示工程技术将用户请求转换为世界级的 AI 增强提示。

输入：

• request（字符串，必需）：需要转换为增强型 AI 提示的用户请求。

输出：具有结构、上下文和清晰指令的 AI 增强提示。

🔧 技术细节

工作原理

BetterPrompt MCP 利用 MCP 采样 API 来增强用户请求：

1. 当你调用 enhance-request 工具时，服务器会向你的 MCP 客户端发送采样请求。
2. 你的客户端使用其配置的大语言模型（LLM），通过先进的提示工程技术来增强提示。
3. 增强后的提示会返回给你，以便与任何 AI 模型一起使用。

项目结构

betterprompt-mcp/
├── src/
│   └── index.ts          # 主服务器实现
├── tests/                # 测试文件和验证脚本
├── dist/                 # 编译输出（自动生成）
├── package.json          # 依赖项和脚本
├── tsconfig.json         # TypeScript 配置
└── README.md             # 文档

构建与开发

• 构建：

npm run build

• 开发模式：

npm run watch

• 格式化：

npm run format
npm run format:check

• 测试：

npm run test:comprehensive

代码检查与格式化

我们使用 ESLint + Prettier 来保持代码库的一致性。

• 本地运行代码检查：npm run lint
• 应用自动修复：npm run lint -- --fix 或 npm run lint:fix
• 运行面向 CI 的代码检查（JSON 输出）：npm run lint:ci（生成 artifacts/lint-report.json）
• 自动修复自动提交策略：安全的、仅格式化的自动修复会使用 scripts/lint-autofix-and-commit.sh 自动提交。该脚本使用保守的启发式方法（小更改阈值），当更改看起来较大或可能影响行为时，会中止自动提交；在这种情况下，请打开一个拉取请求进行人工审查。

📄 许可证

本项目采用 MIT 许可证。

🛠️ 支持

如果你有任何问题或遇到问题，请在 GitHub 上创建一个问题，或者通过 GitHub 个人资料联系作者。

👨‍💻 作者

Aung Myo Kyaw (GitHub)