用途
ClarifyPrompt MCP 是一个上下文感知的 MCP 提示词编译器。它接收原始、模糊的提示词，收集相关上下文，解析用户实际意图，然后返回专门针对目标平台优化的提示词版本，覆盖 Midjourney、GPT Image 2、Veo、Runway、Kling、Seedance、Higgsfield、ElevenLabs、Suno、Claude、ChatGPT、Cursor 等 61 个平台。
主要能力
- 平台适配：为不同 AI 平台生成符合其原生语法、参数、结构和基础的提示词。例如 Midjourney 使用
--ar/--v/--s/--q标志，DALL-E 和 Nano Banana 则使用无标志的自然语言描述。 - 工作区上下文感知：从工作区信号（如 CLAUDE.md、AGENTS.md、.cursorrules、package.json、git 状态、当前文件）中提取信息，解析用户真实意图，再生成提示词。
- 可组合管道：支持
clarify → ground/optimize → critique → revise的完整流程，可通过compose_prompt一次调用完成。 - 批评与修订：
critique_prompt提供六个默认评估维度：clarity、specificity、intent_alignment、format_fitness、length_appropriateness、plain_language，并支持自动修订循环。 - 平台事实校验：内置平台包（packs）会持续更新，每个条目带有
verifiedAt日期，确保提示词基于最新厂商文档。 - MCP Apps 交互面板：在支持
io.modelcontextprotocol/ui扩展的宿主（如 Claude Desktop、ChatGPT、Cursor、VS Code）中，compose_prompt可渲染实时面板，展示原始与优化后提示词的对比、六维评分、管道阶段，并提供 Accept / Revise 操作。 - 最新模型兼容：客户端能正确发送参数，应对 claude-sonnet-5、gpt-5/o-series、Gemini 等模型拒绝 temperature 或 max_tokens 的情况，并可从 400 错误中学习并重试。
- 默认可移植文本输出：对于聊天、文档、代码类提示词，若未指定平台，则输出平台中立格式，而非默认使用 Claude 的 XML 标签风格。
- 通俗语言重写：优化后的提示词使用日常用词，避免正式词汇漂移，特定性来自具体细节而非花哨同义词。
使用方式
用户向 ClarifyPrompt 发送原始提示词，它调用 optimize_prompt 工具，指定类别和平台，返回优化后的提示词。对于交互式使用，compose_prompt 可调用完整管道并渲染面板。用户需配置 OpenAI 兼容的 API 端点（如 LLM_API_URL），默认针对本地小模型优化。具体安装和配置步骤请参考 GitHub 仓库的 README。
适用场景
- 需要为多个 AI 平台生成符合各自方言的提示词。
- 在编码环境中，根据当前项目文件和依赖自动生成上下文相关的提示词。
- 希望获得平台最新特性（如 Midjourney V8.2、Runway Gen-4.5 等）的提示词，避免模型知识过时。
- 需要系统化评估和迭代提示词质量的场景。
限制
- 提示词编译器本身不生成图像、视频等内容，仅编译提示词，用户需将结果发送至目标模型。
- 输出依赖底层模型，不同模型生成的措辞可能不同，但结构保持一致。
- 内置事实包持续更新，但仍可能滞后于平台最新变化，
verifiedAt日期可用于追踪。 - 部分平台（如 Sora）已停用，相关支持已移除。
- 需自行配置 OpenAI 兼容 API 端点，且推理模型可能需要增加
LLM_TIMEOUT_MS超时设置。
