PromptMage

简介

PromptMage 是一个由 Tobias Sterbak 开发的开源 Python 框架，专门用于简化基于大语言模型（LLM）的复杂、多步骤应用开发。它把”提示词”当作一等公民（first-class citizen）来管理，提供版本控制、 Playground 调试、自动评估和自动生成 FastAPI 接口等能力，让开发者、研究人员和组织能够以自托管（self-hosted）的方式搭建可维护、可迭代的 LLM 工作流。项目目前处于 alpha 阶段，活跃迭代中。

核心功能

• Prompt Playground：直观的可视化界面，可快速测试、对比与迭代提示词，支持 flow 级别调试。
• 内置版本控制：把提示词纳入版本管理，让团队协作与回滚像管理代码一样自然。
• 评估模式：提供手动与自动测试两种方式，确保提示词在上线前经过可靠性验证。
• 自动生成 API：基于 FastAPI 自动为你的 LLM 工作流生成 REST 接口，便于集成与部署。
• 类型提示（Type Hints）：全程类型标注，自动完成参数推断与校验，减少出错。
• 本地/服务器部署：5 分钟即可在本地或自有服务器跑起来，数据不离开你的环境。

定价

PromptMage 是完全免费开源的项目，源码托管在 GitHub（tsterbak/promptmage），任何人都可以自由使用、修改和部署。它由 Media Tech Lab 提供支持。使用时产生的 LLM API 调用费用（如 OpenAI、Anthropic）由用户自行承担，框架本身不收取任何费用。

适用人群

PromptMage 适合需要在生产环境中管理 LLM 工作流的开发者、AI 应用工程师、提示词工程师、研究团队，以及希望以自托管方式掌控数据与提示词迭代流程的企业。对于想从”裸调 API”升级到”工程化提示词管理”的团队尤其有价值。

总结

PromptMage 填补了 LLM 应用开发中”提示词工程化”这一空白——它不只是让你调用模型，而是让提示词像代码一样可版本、可测试、可部署。作为开源方案，它对预算敏感又重视数据自主权的团队非常友好。如果你正在构建多步骤的 LLM 应用，PromptMage 是一个值得纳入工具链的实用框架。