Prompt Debugger 是一个专业的AI提示词测试与优化工具，帮助开发者系统化地测试、评估和优化AI提示词，确保AI系统在生产环境中的稳定性和一致性。
在AI应用开发中，提示词的质量直接决定了AI输出的稳定性和准确性。传统的手工测试方式效率低下且难以发现边界情况。Prompt Debugger 提供了一套完整的测试、评估和优化流程，让AI提示词的迭代过程更加科学和高效。
- AI生成测试用例：基于业务场景自动生成多样化测试用例
- 多级别测试：支持P1/P2/P3优先级测试用例，覆盖核心流程到边界情况
- 并发执行：可配置并发数，快速完成大批量测试
- 实时进度：测试进度可视化，支持中断和恢复
- 自定义评判规则：灵活定义评判标准（P1-P3级别）
- AI辅助生成：根据场景自动生成专业评判标准
- 多维度评分：功能完整性、稳定性、异常处理、真人感、语言风格
- 快速切换：多套预设标准（通用对话、专业对话、创意对话等）
- 五维度评分：功能完整、稳定性、异常处理、真人感、语言风格
- 综合评估：自动计算总分并给出评级（优秀/良好/及格/不及格）
- 改进建议：AI分析测试结果，提供具体优化建议
- 可折叠显示：紧凑展示，按需查看详情
- 基于测试结果：分析失败用例，识别最常见问题
- AI智能优化：自动生成优化后的提示词
- 约束条件：支持"优化前提"，确保业务逻辑不变
- 优化方向：可指定具体优化目标（如提升异议处理、增强真人感等）
- 版本追踪：V1, V2, V3... 完整记录每次优化
- 差异对比：行级别对比，清晰显示新增、删除、修改
- 改动说明：每个版本记录改动原因和时间
- 版本切换：轻松切回旧版本测试对比
- 多会话并行：同时测试多个提示词版本
- 会话克隆：快速复制会话进行对比测试
- 数据隔离：每个会话独立保存测试数据
- 本地存储：所有数据保存在浏览器，支持导入导出
- 本地存储：所有数据保存在浏览器本地，安全可靠
- API配置：支持各种AI服务（OpenAI、Gemini、Claude等）
- 自定义参数：Model、Temperature、MaxTokens等完全可配置
- 导入导出：支持配置和测试数据的导入导出
一站式提示词测试平台：输入提示词 → 生成测试 → 执行评估 → 智能优化 → 版本管理，全流程可视化操作。
自动生成多样化测试用例，并发执行测试，实时展示进度。AI多维度评分，快速发现问题。
AI分析测试结果生成优化建议，自动版本管理，行级差异对比，清晰追踪每次改动。
# 克隆项目
git clone https://github.com/onebai123/prompt-debugger.git
cd prompt-debugger
# 安装依赖
npm install
# 或
yarn install
# 启动开发服务器
npm run dev
# 或
yarn dev访问 http://localhost:3000
# 构建镜像
docker build -t prompt-debugger .
# 运行容器
docker run -p 3000:3000 prompt-debugger方案1：一键部署（适合快速体验）
点击按钮后，Vercel会自动克隆项目并部署。部署完成后，可以在Vercel控制台配置环境变量。
方案2：Fork后导入（推荐，可跟踪更新）
- Fork本项目到你的GitHub账号
- 在 Vercel 导入你Fork的项目
- 配置环境变量（可选）：
NEXT_PUBLIC_API_BASE_URL: API地址（默认：https://api.openai.com/v1）NEXT_PUBLIC_API_KEY: API密钥（不建议在环境变量中配置，推荐界面配置）NEXT_PUBLIC_TEST_MODEL: 测试模型（默认：deepseek-v3）NEXT_PUBLIC_EVAL_MODEL: 评估模型（默认：gpt-4o）
- 点击Deploy部署
优势：
- ✅ 全球CDN加速，访问速度快
- ✅ 自动HTTPS证书
- ✅ 持续集成，推送代码自动部署
- ✅ 免费额度充足（个人项目够用）
首次使用时，点击右上角"⚙️ 配置"按钮，填写以下信息：
- API Base URL：AI服务API地址
- OpenAI:
https://api.openai.com/v1 - 其他兼容服务：填写对应地址
- OpenAI:
- API Key：你的API密钥
- 默认模型：
gpt-4o、gemini-2.0-flash-exp等
- 并发数：同时执行的测试数量（建议3-10）
- 超时时间：单个测试的超时时间
- 重试次数：失败时自动重试次数
所有数据保存在浏览器 LocalStorage 中：
- 提示词配置：直接在界面输入，自动保存
- 测试用例：支持手动导入或AI生成
- 评判标准：可保存多套标准，快速切换
- 测试结果：完整保存，支持导出
1. 创建会话 → 输入提示词
↓
2. 生成测试用例 → AI自动生成或手动导入
↓
3. 配置评判标准 → 选择预设或自定义
↓
4. 执行测试 → 并发执行，实时查看结果
↓
5. AI评分 → 查看综合评分和改进建议
↓
6. 优化提示词 → AI生成优化版本
↓
7. 保存为V2 → 继续测试，对比效果
↓
8. 迭代优化 → 重复4-7步，持续改进
- 针对特定失败场景生成测试用例
- 聚焦优化某个维度（如异议处理）
- 克隆会话
- 分别优化不同方向
- 对比测试结果
- 保存测试用例集
- 每次修改后重新测试
- 确保新功能不影响旧功能
- 导出测试结果
- 生成测试报告
- 分享给团队成员
- 前端框架：Next.js 14 + React 18
- UI组件：Ant Design 5.x
- 状态管理：React Hooks
- 数据存储：LocalStorage（浏览器本地存储）
- AI调用：OpenAI API / Gemini API 兼容接口
- 部署方式：静态导出 / Docker / Vercel
prompt-debugger/
├── src/
│ ├── app/ # Next.js App Router
│ │ ├── api/ # API路由
│ │ └── page.tsx # 主页面
│ ├── components/ # React组件
│ │ ├── batch-test/ # 批量测试组件
│ │ │ ├── BatchTestModal.tsx
│ │ │ ├── TestCaseGenerator.tsx
│ │ │ ├── EvaluationManager.tsx
│ │ │ ├── ResultsDisplay.tsx
│ │ │ ├── AIScorePanel.tsx
│ │ │ ├── PromptOptimizer.tsx
│ │ │ └── PromptVersionManager.tsx
│ │ ├── config/ # 配置组件
│ │ └── shared/ # 共享组件
│ ├── hooks/ # 自定义Hooks
│ ├── lib/ # 工具库
│ ├── types/ # TypeScript类型
│ └── utils/ # 工具函数
├── public/ # 静态资源
├── docs/ # 文档
├── README.md # 项目说明
├── package.json # 依赖配置
└── next.config.js # Next.js配置
欢迎贡献代码、提出问题和建议！
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 提交 Pull Request
- ✅ 批量测试系统
- ✅ 评判标准管理
- ✅ AI综合评分
- ✅ 提示词优化器
- ✅ 版本管理与对比
- ✅ 会话管理
- 🔲 测试报告导出（PDF/Markdown）
- 🔲 测试用例模板库
- 🔲 团队协作功能
- 🔲 云端同步（可选）
- 🔲 更多AI模型支持
- 🔲 性能分析面板
- 🔲 可视化配置提示词
- 🔲 提示词知识库
- 🔲 自动化回归测试
- 🔲 CI/CD集成
- 🔲 多语言支持
本项目采用 MIT 许可证 - 详见 LICENSE 文件
- Next.js - React框架
- Ant Design - UI组件库
- Prompt Optimizer - 项目灵感来源
- 提交Issue：GitHub Issues
- 讨论区：GitHub Discussions
如果这个项目对你有帮助，请给个 ⭐️ Star 支持一下！
Made with ❤️ by the Prompt Debugger Team