把你没说出的,按你的原意补全
一个帮你发现遗漏、理清思路、输出可执行 Prompt 的 Agent 技能。
「常恨言语浅,不如人意深」
了解更多 ↓promptrefine-jr 会一字一句读完你写下的初版 Prompt,找出矛盾和遗漏,用一轮提问帮你补全,最后输出一份完整的、编程 Agent 可直接执行的文档。它不迎合:如果有更好的方案,它会直说。
双模式
简洁模式快速理清想法,详细模式生成完整任务规格文档。
语义触发
不依赖固定关键词,通过语义匹配识别你的意图,中英文均可。
混合参数解析
支持 key=value 和自然语言混用,怎么舒服怎么来。
偏好文档融入
两种模式均可读取个人偏好文档,将你的习惯自然融入输出。
不迎合、不预算
发现更好方案会直接指出;不预先计算衍生值,让下游 Agent 自行推导。
跨平台
Claude Code CLI、Claude.ai Web、Claude Desktop 均可使用。
promptrefine-jr 支持两类调用方式,可自由组合:
/promptrefine-jr 触发
语义触发:表达意图即自动激活
显式调用,零参数
显式调用 + 偏好文档(key=value)
语义触发 + 自然语言参数
显式调用 + 全 key=value 参数
显式调用 + 自然语言参数混用
语义触发 + 自然语言参数
语义触发 + key=value 参数
使用建议
一位研究者想批量分析荧光显微图像,统计每个细胞的荧光强度。下面是 ta 第一次把需求丢给 promptrefine-jr 的全过程——一个看似"已经说清楚"的草稿,如何被追问出七八个隐含决策,最终变成一份可直接执行的任务规格。
研究者按详细模式调用 Skill,把脑中的草稿原样贴了进去:
这段草稿若直接执行,agent 得替你猜七八个关键决策——图像什么格式、"细胞"如何识别、"强度"扣不扣背景、表格要哪些列——每个猜测都可能让结果不可用。
Skill 先在内部完成缺口分析,然后一批抛出定向问题(只问会改变最终 prompt 的、load-bearing 的问题,并按主题分组):
关于输入图像
.tif / .czi / .nd2;单通道还是多通道堆栈?)关于"细胞"如何被识别
关于"强度"的口径
关于输出
.csv / .xlsx)?每行代表一个细胞还是一张图?需要哪些列?随后研究者作出回答:
.tif,DAPI 在通道 0、GFP 在通道 1。.xlsx,每行一个细胞,列:文件名、细胞编号、面积(像素)、面积(µm²)、GFP平均强度。补充:成像视野是 1024×1024 像素,对应 212 µm × 212 µm。
Skill 合成出一份可直接粘贴给另一个 agent、无需再澄清的结构化任务规格:
我以前常有"常恨言语浅,不如人意深"的喟叹,而 promptrefine-jr 真的帮到了我。
—— 一位使用者
选择你使用的环境。多数用户用 Claude Code,下面已默认展开;其余环境点击展开即可。
Linux / macOS / WSL:
Windows(PowerShell,配合 WSL 或 Git for Windows):
项目级安装(仅当前项目生效):
前置条件
Claude Code · Claude.ai · Claude Desktop
"把你没说出的,按你的原意补全"