用途：在代码库中集中管理 AI 提示词，避免提示词分散、品牌漂移、注入攻击与 token 浪费。
主要能力：以 YAML 模板定义 base_prompt、placeholders 与 quality_modifiers；加载时校验占位符是否存在于模板中，并做模板缓存。提供输入清洗：限制长度（MAX_INPUT_LENGTH=500）、移除特殊字符，并用注入模式（如 ignore previous、system:、[INST] 等）检测并抛错。品牌上下文解析器可从品牌套件中按索引取主色、辅色、强调色，支持渐变、字体、语气与强度（subtle/balanced/strong），生成约 50-80 token 的紧凑品牌块。
使用方式：提供 TypeScript 与 Python 实现。调用 buildPrompt(templateName, placeholders, brandKit?, brandOptions?) 或 build_prompt(...)，先清洗占位符，再替换模板占位符，随后按强度注入品牌块并追加质量修饰词。模板文件放在 prompts/ 目录，加载时做目录穿越防护。
适用场景：跨代码库统一提示词、生成内容需符合品牌规范、需要防范提示词注入、希望压缩上下文 token 的 AI 生成流程。
限制：资料未提供安装命令、包名、版本发布信息、收费方式与具体平台支持；示例中的颜色、字体等仅为演示数据，实际效果取决于所接入的模型与模板配置。