DSH Prompt Optimizer Skill 技能
DSH Web 提示词优化器:把一句话请求补全成完整具体的需求说明
技能简介
DSH Prompt Optimizer(提示词优化器)是一款面向 DSH Web 平台的社区插件,由开发者"啃轮胎的西狐"制作并完全开源。它的核心思路是把用户随手输入的一句话请求,自动补全成一份完整、具体的要求说明,再交给下游 AI 执行。当前版本为 v0.4.4-beta.1,许可证开放,支持任何人以任何形式使用和修改。
这个插件的与众不同之处在于它与 0.1 系列的"改写器"路线彻底分道扬镳。0.1 版只负责把用户的话改通顺(病句、错别字、标点、指代),输出仍是那句话的润色版——它不补内容,用户没写到的部分下游 AI 照样不知道。而 0.4 系列把自己定位为"需求补全器":用户通常只说一句(10–200 字),它把这句话补成一份完整具体的要求说明——对象落到具体文件、界面或模块,结果是什么样子,在哪些使用情形下要成立(双击打开、离线、窄窗口、切换语言主题),边界怎么处理,范围到哪里。
尤其值得注意的是它的克制:插件明确不写流程、不写步骤、不写验收清单、不写验证纪律、不写禁止事项。作者认为这些是下游 AI 自己的能力,写进提示词只会占据它的注意力预算、收束它的解法空间。实测中,系统提示词从 0.3.x 的 6478 字符压缩到 515 字符,同一句请求的产出也从 4588 字符逐步压缩到 422 字符,管理性文字归零。
核心能力(7项)
- 需求补全而非简单改写:把用户一句 10–200 字的请求,补成一份完整具体的要求说明,覆盖对象、结果、使用情形、边界与范围五个维度。
- 极简提示词策略:系统提示词仅 515 字符(0.3.x 为 6478),刻意不写流程、步骤、验收清单与禁令,把注意力预算完整留给下游 AI。
- 拦截式交互流程:用户在输入框正常打字并发送后,消息被拦下,右下角弹出迷你窗,分为"思考"(优化 AI 的推理过程,并显示本次思考 token 数)与"产出"(将发送的命令)两栏。
- 权限分级:支持"需要审查"与"自动输出"两种权限——前者需人工确认,可直接编辑产出文本再提交,或点"重新生成"并填写方向;后者优化完成后自动发出。
- 一键回退与放行:点"回退"可停止优化、关闭窗口、不发消息并把原文留在输入框;点"放行本条"则直接按原文发出。
- 中英双语界面:界面语言跟随 DSH 设置(
zh/en即时切换),不再仅支持中文。 - 零运行时依赖:插件无需构建,
lib/目录内即为可直接运行的 JavaScript,安装后重启 DSH 即生效。
安装配置(3步)
方式 A:像安装其它 DSH 插件一样(推荐)
# 1) 装包(推荐用 releases/latest 链接,永远指向当前最新版)
dsh plugin --profile web add https://github.com/WestFox-AwA/dsh-prompt-optimizer/releases/latest/download/dsh-external-dsh-prompt-optimizer.tgz
# 2) 在 ~/.dsh/profiles/web/package.json 的 dsh.profile.bundles 里加一行:
# "@dsh-external/dsh-prompt-optimizer"
方式 B:不动 bundles,用 profile patch 插入
# ~/.dsh/profiles/web/cordis.patch.yml (顶层 YAML 数组)
- insert:
- id: prompt-optimizer
name: '@dsh-external/dsh-prompt-optimizer'
config: {}
> 方式 A 与方式 B 只能选一种,否则会因重复插入而报 duplicate loader entry id。
运行要求:需要 DSH Web 平台(dsh web)与至少一条可用的 LLM 路由;当前版本适用于 dsh-0.1.6-alpha.1。
使用步骤(4步)
第 1 步:在输入框正常打字,按 Enter 或点发送。
第 2 步:在弹出的迷你窗中查看"思考"与"产出"两栏,确认优化后的要求说明。
第 3 步:按权限处理——"需要审查"权限下可编辑产出文本后点"确认提交",或不满意时点"重新生成"并填写方向;"自动输出"权限下优化完成即自动发出。
第 4 步:不满意可随时回退——点"‹ 回退"停止优化并保留原文,或点"放行本条"按原文直接发出。
适用场景(4个)
- 一句话需求补全:用户只想到"帮我做个待办列表",插件自动补全为包含对象、结果、使用情形、边界与范围的完整说明。
- 提升对提示词敏感模型的输出稳定性:在 DeepSeek-V4.1-Flash 这类"能力强但对提示词敏感"的模型上效果尤其明显。
- OneShot 类任务的一次成型:让 AI 在一次生成中拿到足够具体的要求,减少反复澄清。
- 学习提示词工程:通过观察"思考—产出"对照,理解什么样的要求说明对 AI 更友好。
适用人群
- DSH Web 平台用户:日常使用 DSH 与 AI 协作、希望减少提示词书写时间的人。
- 提示词工程学习者:想通过对比"补全前/补全后"理解有效提示词结构的人。
- AI 编程与内容创作者:经常用 OneShot 方式让 AI 一次完成任务、追求产出稳定性的用户。
工作原理
插件的核心是一套"需求补全"策略。当用户在 DSH Web 输入框发送消息时,插件拦截该次发送,先调用一次 LLM 把用户的原始请求(10–200 字)扩充为一份完整具体的要求说明,再把这份说明交给下游 AI 执行。整条链路有两栏可见输出:一栏是"思考"(优化 AI 的推理过程与 token 消耗),一栏是"产出"(即将发送的文本)。
它的策略立场是极简:系统提示词仅 515 字符,刻意不写流程、步骤、验收清单与禁令。作者的理由是——这些内容属于下游 AI 的自身能力,写进提示词会占用其注意力预算并收束解法空间。插件还内置控件自愈机制(按 id 去重、重挂前先释放上一次挂载)与会话拦截计数修正(互补路径标 coalesced),以保证 UI 稳定性与统计准确。
评论与建议
登录 后参与评论或提建议