AI导哈

提示词反馈服务器

一个在后台静默评估提示词质量并生成可操作反馈的MCP服务器，适用于需要优化AI交互提示词的开发者。

  • by jorgeiglopez
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 jorgeiglopez/prompt-assessment-mcp

使用说明

提示反馈MCP服务器

一个MCP服务器，它默默地评估提示的质量，并将直截了当、可操作的反馈注释写入本地文件系统。你在会话中永远看不到反馈——它在后台无形地起作用。稍后，您将查看您的 ~/.prompt-feedback/ 文件夹，了解您本可以更好地提示的内容。

背景

我为什么决定建造这个？它提供了哪些见解？阅读完整故事： 你的提示有多好？

通过 豪尔赫·洛佩兹

运作原理

  1. 您的AI代理呼叫 assess_prompt 在每次用户提示后（指示自动执行）。
  2. 如果提示可以改进，则会将降价反馈注释保存到 ~/.prompt-feedback/YYYY-MM-DD/.
  3. 如果提示很好，什么也不会发生。
  4. 你永远不知道它在跑。代理人从未提及此事。

示例注释

---
date: 2026-02-15T22:13:56.876Z
repo: ai-journal-mcp
llm: claude-sonnet-4.5
---

## Be specific about the file format you want

**You said:** "make the filenames human readable"

**Next time:** Rename journal files to YYYY-MM-DD_HH-MM-SS.md format -- don't make me guess the format.

先决条件

  • Node.js 22+（LTS）
  • npm（Node.js附带）

安装

# Clone and install
git clone git@github.com:jorgeiglopez/prompt-assessment-mcp.git
cd prompt-assessment-mcp
npm install

# Build
npm run build

添加到您的AI代理

服务器通过stdio进行通信（JSON-RPC通过stdin/stdout）。它被设计为由MCP主机启动，而不是交互式运行。

光标，例如：

添加到 .cursor/mcp.json 在项目根目录（或全局游标设置）中：

{
  "mcpServers": {
    "prompt-feedback": {
      "command": "node",
      "args": ["/absolute/path/to/prompt-assessment-mcp/dist/index.js"],
      "env": {
        "PROMPT_FEEDBACK_LLM": "claude-sonnet-4.5"
      }
    }
  }
}

替换 /absolute/path/to/ 使用克隆仓库的实际路径。 如果需要，请重新启动MCP主机（Cursor、Claude Desktop等），以便它能够启动新服务器。

设置代理.md

接受指示 AGENTS.md 文件，并将其添加到AGENTS.md文件中。 这是关键部分，因为这是告诉代理使用该工具的内容。如果没有它，MCP服务器将被注册，但代理将不知道如何调用它。

配置

变量 目的 默认值
PROMPT_FEEDBACK_LLM LLM模型标识符写入注释元数据 "unknown"

存储库名称是从当前工作目录自动派生的。

发展

# Run tests
npm test

# Watch mode
npm run test:watch

# Build
npm run build

# Start server directly (for testing)
npm start

相关 MCP