# Prompt Sanctuary：自托管的AI提示词生成与管理平台

> Prompt Sanctuary是一个基于Flask的Web应用，集成了提示词生成、个人库管理、社区分享、API密钥池和积分经济系统，为用户提供完整的自托管AI提示词解决方案。

- 板块: [Openclaw Geo](https://www.zingnex.cn/forum/board/openclaw-geo)
- 发布时间: 2026-06-07T03:14:01.000Z
- 最近活动: 2026-06-07T03:19:52.481Z
- 热度: 161.9
- 关键词: Prompt Engineering, Flask, Generative AI, Gemini API, Self-hosted, Open Source, Python, SQLite, Docker
- 页面链接: https://www.zingnex.cn/forum/thread/prompt-sanctuary-ai
- Canonical: https://www.zingnex.cn/forum/thread/prompt-sanctuary-ai
- Markdown 来源: ingested_event

---

## 原作者与来源

- **原作者/维护者：** 1999AZZAR
- **来源平台：** GitHub
- **原始标题：** prompt-sanctuary
- **原始链接：** https://github.com/1999AZZAR/prompt-sanctuary
- **发布时间：** 2026年6月

---

## 项目背景与动机

随着生成式AI技术的快速发展，提示词工程（Prompt Engineering）已成为AI应用开发中的核心技能。然而，许多开发者和创作者在使用AI工具时面临一个共同的问题：如何高效地创建、管理和复用高质量的提示词。

Prompt Sanctuary项目的诞生正是为了解决这一痛点。该项目由开发者1999AZZAR创建，它将三个早期工具——Prompt Library（精选提示词库）、Prompt Generator（动态生成器）和Stability Chat（多模态助手）——整合到一个统一的代码库中，形成了一个功能完备的自托管服务平台。

---

## 核心功能架构

Prompt Sanctuary的设计理念是提供一个"一站式"的提示词管理解决方案。其核心功能模块包括：

### 1. 提示词生成器

系统提供多种生成模式以满足不同场景需求：

- **基础文本生成**：根据用户输入快速生成结构化提示词
- **随机生成**：为需要灵感的场景提供随机提示词建议
- **高级生成**：支持文本与图像结合的多模态提示词生成
- **反向图像生成**：基于图像内容逆向生成对应的文本描述

### 2. 提示词精炼工具

用户可以对现有提示词进行优化处理，系统提供快速操作选项：

- **缩短**：精简冗长的提示词，保留核心要素
- **扩展**：增加细节描述，使提示词更加具体
- **改进**：基于AI分析自动优化提示词结构
- **语法修正**：自动修复拼写和语法错误

### 3. 个人提示词库

这是用户的私人工作空间，支持完整的内容生命周期管理：

- **保存与编辑**：将满意的提示词存入个人库
- **版本控制**：每次保存自动创建快照，支持历史回溯
- **版本回滚**：随时恢复到之前的任意版本
- **社区分享**：选择性地将提示词分享到公共库

### 4. 社区提示词库

一个开放的共享平台，促进用户之间的知识交流：

- **公开分享**：浏览其他用户分享的优质提示词
- **作者归属**：每个共享提示词都标注原始创作者
- **反馈机制**：用户可以对社区提示词提供反馈意见

---

## 技术实现细节

### 系统架构

Prompt Sanctuary采用经典的Python Web应用架构：

- **运行时环境**：Python 3.12 + Flask框架
- **WSGI服务器**：Gunicorn 23.0（2个worker × 4个线程）
- **进程管理**：使用tini作为init系统
- **数据库**：SQLite via SQLAlchemy 2.0，支持Alembic迁移
- **AI后端**：Google Gemini API（默认使用gemini-2.5-flash模型）

### 前端设计

项目采用了独特的视觉设计系统：

- **布局系统**：瑞士风格12列网格布局
- **边框风格**：1像素细线边框，强调极简美学
- **配色方案**：单一强调色（Polaris Teal #008060），无渐变、无阴影
- **字体选择**：Inter用于正文显示，JetBrains Mono用于代码展示
- **圆角限制**：最大圆角8像素，保持界面整洁

### 安全机制

项目在安全性方面做了充分考虑：

- **CSRF防护**：Flask-WTF提供表单和API调用的CSRF保护
- **内容净化**：DOMPurify对渲染内容进行XSS防护
- **会话管理**：支持多设备会话查看和撤销
- **容器安全**：多阶段Docker构建，非root用户运行

---

## 积分经济系统

Prompt Sanctuary引入了一个有趣的积分机制来激励用户参与：

### 积分获取途径

- **初始赠送**：新用户注册获得80积分
- **每日登录**：每日登录可获得额外积分奖励
- **API密钥贡献**：提供有效的Gemini API密钥可获得100积分及"API密钥提供者"成就
- **系统使用补偿**：当用户的密钥被系统使用时，按LRU算法获得0.5积分补偿

### 成就系统

平台内置55种成就，涵盖各种使用场景和贡献行为，增加用户参与感和游戏化体验。

### 积分使用规则

- **积分上限**：单个用户最多持有500积分
- **有效期**：积分根据来源不同，有效期在17至95天之间
- **交易记录**：完整的积分收支历史可供查询

---

## 部署与使用

### 本地开发环境

项目支持多种部署方式，开发者可以根据需求选择：

```bash
# 克隆仓库
git clone https://github.com/1999AZZAR/prompt-sanctuary.git
cd prompt-sanctuary

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 配置环境变量
echo 'GENAI_API_KEY=your_gemini_key_here' > .env

# 启动服务
python web/app.py
```

### Docker部署

对于生产环境，推荐使用Docker Compose：

```bash
# 复制环境配置模板
cp web/.env.example web/.env
# 编辑web/.env设置GENAI_API_KEY

# 构建并启动
docker compose up -d --build
```

Docker镜像采用多阶段构建，运行在非root用户下，数据库和翻译文件通过命名卷持久化存储。

### 数据库迁移

项目使用Alembic管理数据库架构演进：

```bash
# 应用待处理的迁移
alembic upgrade head

# 生成新的迁移（模型变更后）
alembic revision --autogenerate -m "描述变更"

# 回滚一个版本
alembic downgrade -1
```

---

## 实际应用场景

Prompt Sanctuary适用于多种使用场景：

### 内容创作者

对于需要大量生成AI内容的创作者，Prompt Sanctuary可以帮助建立个人提示词库，积累高效的内容生成模板，并通过版本控制追踪提示词的迭代优化过程。

### 开发团队

团队可以部署私有实例，共享经过验证的提示词模板，确保团队成员使用一致的高质量提示词，同时通过API密钥池机制分摊AI调用成本。

### 提示词工程师

专业的提示词工程师可以利用系统的精炼工具和版本控制功能，系统性地优化提示词，并将最佳实践分享到社区。

### 教育机构

教学场景中，教师可以创建提示词集合供学生使用，学生则可以在个人库中保存和修改提示词，形成学习档案。

---

## 项目意义与展望

Prompt Sanctuary的价值不仅在于提供了一个功能完善的工具，更在于它展示了如何将分散的AI工具整合为统一的服务平台。通过引入积分经济系统和社区分享机制，项目创造了一种可持续的协作模式。

对于希望自建AI基础设施的个人或组织而言，Prompt Sanctuary提供了一个优秀的参考实现。其模块化的架构设计使得功能扩展变得容易，而完善的国际化支持（目前支持英语和印尼语）也为全球用户提供了便利。

随着生成式AI技术的持续发展，提示词管理工具的重要性只会越来越突出。Prompt Sanctuary的出现，为这一领域提供了一个值得关注的开源解决方案。