OpenPromptStudio
OpenPromptStudio 是一款专为 AIGC 创作者打造的可视化提示词编辑工具，目前重点支持 Midjourney。它主要解决了用户在编写英文提示词时面临的語言障碍与管理混乱问题：不仅能实时将英文提示词翻译为中文以便理解，还能将用户输入的中文自动转换为高质量的英文指令，同时提供对提示词的分类管理、排序、隐藏及结果导出功能。
这款工具特别适合设计师、数字艺术家以及所有希望提升 AI 绘画效率的普通用户。即使不熟悉英文，用户也能通过直观的界面轻松构建复杂的提示词组合。其独特的技术亮点在于深度集成了 Notion，允许用户连接个人 Notion 数据库来自定义和维护专属提示词词典，实现了高度灵活的知识管理。此外，OpenPromptStudio 还支持与 zeroG 浏览器配合，在无限画布中协同使用 Discord 与编辑器，进一步优化了创作工作流。作为一个开源项目，它也欢迎开发者参与本地部署或扩展词库，共同丰富生态。
使用场景
一位数字艺术家正在为游戏项目批量生成具有统一“赛博朋克水墨风”的角色概念图，需要频繁调整 Midjourney 提示词以平衡风格与细节。
没有 OpenPromptStudio 时
- 语言障碍导致试错成本高：艺术家需用翻译软件逐个查询英文词汇，且难以确认翻译是否准确符合 AI 理解逻辑，常因词义偏差生成失败。
- 参数管理混乱低效：面对长长的提示词字符串，难以直观区分哪些是风格描述、哪些是质量命令，调整顺序或隐藏特定参数时需手动剪切粘贴，极易出错。
- 团队协作标准不一：团队成员各自维护私有的提示词片段，缺乏统一的词典管理，导致生成的图像风格忽明忽暗，难以保持项目美术一致性。
使用 OpenPromptStudio 后
- 中英双向实时转换：输入中文“霓虹灯光”即可自动转为精准英文"neon lighting"并显示释义，艺术家可直接用母语思考，大幅降低语言门槛。
- 可视化模块化编辑：提示词被自动分类为“风格”、“质量”等色块，通过拖拽即可轻松排序或点击隐藏无关参数，复杂指令变得像搭积木一样清晰可控。
- Notion 驱动的统一词典：团队将验证过的优质提示词存入共享 Notion 数据库，OpenPromptStudio 实时同步调用，确保所有人都在同一套高标准词库下工作，产出风格高度统一。
OpenPromptStudio 通过将晦涩的提示词工程转化为可视化的中文交互流程，让创作者从繁琐的语法调试中解放，真正专注于创意本身。
运行环境要求
- 未说明
无 GPU 需求
未说明
快速开始
🥣 OPS/OpenPromptStudio
提示词工作室 | 可视化编辑提示词
这是一个旨在将 AIGC 提示词（目前支持 Midjourney）可视化并提供编辑功能的工具，具备以下特性：
- 显示英文提示词的中文翻译
- 将输入的中文提示词翻译成英文（因为 Midjourney 仅支持英文提示词）
- 对提示词进行分类（普通、风格、质量、命令）
- 轻松实现提示词的排序与隐藏
- 将提示词的可视化结果导出为图片
- 提供常用提示词词典
- 通过 Notion 管理提示词词典
使用教程
如何连接我的 Notion 来管理自己的词典
OPS 支持使用 Notion 来管理自己的词典，借助 Notion 进行管理既简单又灵活，且可自定义程度极高。
1. 复制「演示-AIGC 提示词库」
将我们的演示文档复制到您自己的 Notion 工作区中
请务必保持表头定义：text、subType、dir、lang_zh 不要更改（或者您可以新建一个 Notion 数据库，只要拥有这些表头，OPS 就能成功连接到该数据库）。
Notion 表头定义
| 表头 | 作用 |
|---|---|
| text | 提示词原文（不区分大小写） |
| lang_zh | 对应的中文翻译 |
| subType | 提示词在 OPS 中的分类（普通、风格、质量、命令） |
| dir | 词典中的分类，子分类用/分隔如：风格/绘画风格 |
| alias | 别名，可以有多个，用, 分隔 |
2. 创建自己的 Notion 集成插件（integrations）
要让 OPS 连接到您的 Notion 数据库，您需要创建一个专属的集成插件。OPS 将通过此集成插件的权限，与您的数据库建立连接。
2.1 打开集成开发页面
打开 Notion 的集成开发页面 🔗 www.notion.so/my-integrations 点击“+ new integrations”按钮，创建一个新的集成插件。
2.2 创建集成插件
在集成插件页面中，选择允许访问的 Notion 工作区（Workspace）。您的 Notion 数据库必须创建在此工作区下，OPS 才能通过集成插件顺利访问该数据库。
2.3 获取集成插件 Token 密钥
集成插件创建完成后，复制 Token 密钥并妥善保存。您需将此 Token 作为访问凭证，切勿在公开场合泄露。
2.4 在数据库页面链接到您的集成
集成插件创建完毕后，还需在您的 Notion 数据库菜单中，将集成插件与您的数据库成功连接：
3. 在 OPS 中配置 Notion
在 OPS 右上角打开提示词词典，将鼠标悬停在“连接我的 Notion”按钮上，展开设置面板。
在“Integrations Token”一栏中，填写我们之前生成的集成 Token 密钥（密钥仅会保存在浏览器本地（localStorage），不会被上传至任何地方）。
在“Database ID”一栏中，粘贴您 Notion 数据库的访问地址。
然后点击“载入”按钮。
获取 Notion 数据库的访问地址（DatabaseID）
在 Notion 数据库菜单中，点击“Copy link to view”，即可将 Notion 数据库地址粘贴到 OPS 的配置输入框中，系统会自动提取 DatabaseID。
更好的体验
您可以在 zeroG 浏览器 中，让 OPS 与 Discord 在同一个无限画布中协同工作，从而获得更佳的使用体验。
开发者
本地运行需要 NodeJS 环境
使用 npm run start 运行
运行后，访问 localhost:12833/apps/ops/
Docker
如果您不想安装 NodeJS 环境，也可以使用 Docker 运行。参考 ./docker
如何修改默认提示词词典
在 ./data/src 中编辑
.csv文件，您可使用 Excel、Numbers 或纯文本编辑器进行编辑。在 Notion 中进行编辑（./data/src/notion/fromNotion.js）
翻译服务
在 ./server 文件夹中，有一个简单的翻译服务实现，调用腾讯翻译 API。您需要申请一个 腾讯机器翻译账号（每月免费额度为 500 万字）。
然后，在项目根目录创建一个 .env 文件，并在其中填写您的 SECRET_ID 和 SECRET_KEY。
.env：
# 翻译机配置 https://bobtranslate.com/service/translate/tencent.html
TENCENT_SECRET_ID="AKIDXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
TENCENT_SECRET_KEY="a5XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
# 自定义翻译服务地址 [可选]（如果您部署在服务器上，可通过此配置指定 Web 端访问翻译服务的地址）
# LOCAL_TRANSLATE_HOST="192.168.50.222:3000"
随后运行 npm run serve，启动 OPS 服务 与 本地翻译服务。
自部署
若要将服务部署至自有服务器，请在 .env 文件中配置翻译服务的访问地址：LOCAL_TRANSLATE_HOST，例如 192.168.50.222:3000 或者 https://mySite.com。在 Web 页面中，系统会根据该地址发起请求，请依据您实际部署后的访问地址进行配置。
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。