PromptAppGPT
PromptAppGPT 是一款基于大语言模型的低代码快速应用开发框架,旨在让用户通过自然语言提示词(Prompt)轻松构建功能丰富的 AI 应用。它有效解决了传统 AI 应用开发门槛高、流程复杂的问题,让用户无需编写大量代码,仅需几行配置即可创建类似 AutoGPT 的智能代理。
无论是希望快速验证创意的开发者、需要定制工作流的研究人员,还是不懂编程但想利用 AI 能力的普通用户,都能从中受益。PromptAppGPT 内置了 GPT 文本生成与 DALL·E 图像生成执行器,支持插件扩展,并具备在线提示词编辑、编译与运行的一站式环境。其独特的技术亮点在于能够根据提示词逻辑自动生成用户界面,同时采用简洁的 YAML 格式定义应用行为,让开发过程像写文档一样直观。此外,它还原生支持中英文界面,方便全球用户使用。通过 PromptAppGPT,每个人都可以将想法迅速转化为可交互的 AI 工具,真正实现了“所说即所得”的自然语言应用开发愿景。
使用场景
一家小型电商公司的运营团队需要快速上线一个“节日营销素材生成器”,以便为即将到来的促销活动批量创作带有特定风格的商品宣传图和文案。
没有 PromptAppGPT 时
- 开发门槛高:想要实现类似 AutoGPT 的智能体功能,必须聘请专业程序员编写复杂的 Python 代码和 API 调用逻辑,耗时且成本高昂。
- 流程割裂:文案撰写需用聊天机器人,图片生成需单独访问绘图网站,人工复制粘贴提示词(Prompt)效率极低且容易出错。
- 交互缺失:内部工具缺乏图形界面,非技术人员无法直接调整参数(如图片尺寸、生成数量),每次修改都需重新提交需求给开发组。
- 试错成本高:优化提示词策略需要反复修改代码并重新部署,无法实时验证效果,导致创意落地周期长达数周。
使用 PromptAppGPT 后
- 低代码极速构建:运营人员只需编写几行 YAML 格式的配置,即可定义从“接收商品描述”到“生成图文”的完整自动化流程,半天内完成应用上线。
- 全流程自动串联:PromptAppGPT 自动调用 GPT 优化提示词并驱动 DALL·E 绘图,用户输入一句“国潮风运动鞋”,系统自动输出精美海报与配套文案。
- 界面自动生成:系统根据配置自动渲染出包含文本框、下拉菜单(选择图片尺寸/数量)的操作界面,业务人员可直接上手使用,无需依赖开发。
- 即时编译调试:内置的在线编辑器支持实时修改提示词逻辑并立即运行,团队可在几分钟内通过多次迭代找到最佳生成效果。
PromptAppGPT 将原本需要专业开发团队数周完成的智能应用构建过程,简化为非技术人员仅需少量配置即可独立完成的敏捷任务。
运行环境要求
- Windows
未说明
未说明

快速开始
💡 PromptAppGPT
PromptAppGPT 是一个低代码、基于提示词的快速应用开发框架。它包含低代码提示词开发、GPT 文本生成、DALLE 图像生成、在线提示词编辑器+编译器+运行器、自动用户界面生成、插件扩展支持等功能。PromptAppGPT 的目标是实现基于 GPT 的自然语言应用开发。
PromptAppGPT 极大地降低了 GPT 应用开发的门槛,使任何人都能通过几行低代码开发出类似 AutoGPT 的智能体。
查看示例应用:创意图像生成器、网页与图片搜索引擎、我的 AutoGPT 等

🛠️ 特性
- ⚡ 低代码提示词快速应用开发
- 🧠 GPT3/4 执行器用于文本生成
- 🍯 Dalle 执行器用于图像生成
- 🔌 可通过执行器(插件)扩展功能
- #️⃣ 在线提示词编辑器、编译器和运行器
- ⚙️ 自动用户界面生成
- 🧨 英文和中文用户界面
🚀 快速入门
- 获取 OpenAI API 密钥。
- 访问网站 PromptAppGPT Web 主页 或下载 Windows 10+ 应用程序。
- 设置 OpenAI 密钥/OpenAI API 代理/OpenAI GPT 模型。
- OpenAI 密钥:从 OpenAI 获得的 API 密钥。
- OpenAI API 代理:指向 OpenAI API 的代理。如果可以直接访问 OpenAI API,则代理为
https://api.openai.com/;否则,代理应为其他能够将请求代理到 OpenAI API 的网站(例如https://api.openai-proxy.com/)。 - OpenAI GPT 模型:gpt-4/gpt-3.5-turbo

- 选择并运行一个应用。

- 编辑并编译该应用。

⌨️ 开发
PromptAppGPT 的代码基于 YAML 格式。若需了解 YAML 格式的基础知识,可参考 YAML 备忘录。
我们使用以下程序来说明如何在 PromptAppGPT 中进行应用开发。
---
author: Leo
name: 创意图像生成器
description: 使用 GPT 和 DALL·E,根据任意语言生成富有想象力的图像
gptRound: single
failedRetries: 2
sysTask:
- executor: gpt
prompt: 你是一位富有创造力的图像生成者。
userTask:
- trigger: dalle_prompt=
executor: dalle
prompt: |
提示词:$i{要绘制的词语:@textarea=$e{=(.*)}}
图片数量:$i{图片数量:@select#1/2/3/4=1}
图片尺寸:$i{图片尺寸:@select#256x256/512x512/1024x1024=512x512}
outputer: dalle 输出 $e{.*}
- executor: gpt
prompt: |
请根据以下文字生成一段详细的 Dall-E 提示词,并加入若干形容词:
```$i{要绘制的文字:@input}'''
outputer: dalle_prompt=$e{.*}
validator: .{15,}
extra:
author 部分为作者姓名;name 部分为应用名称;description 部分为应用描述;gptRound 部分决定是否使用 GPT 进行单轮(single)或多轮(multiple)对话,大多数应用应设置为 single;failedRetries 部分设置失败或输出无效时的重试次数。
sysTask 部分为一系列由 - 分隔的任务,用于设定执行器(gpt)的行为。对于许多应用,此部分可以留空。当此部分不为空时,每项任务必须定义 prompt 和 executor 属性。
executor是任务的执行者。prompt是输入给执行器的文本。
userTask 部分包含由 - 分隔的用户自定义任务。每个任务必须定义 prompt 和 executor 属性,而 trigger、outputer 和 validator 属性则为可选。应用会按顺序循环执行用户任务,以先前任务的输出匹配每个任务的 trigger,第一个匹配成功的任务即为当前正在运行的任务。首次运行时,应用的输出为空。没有 trigger 属性的任务可以匹配任何输出,因此这些任务应放置在用户任务的末尾,以便具有更明确 trigger 条件的任务优先触发。
trigger是任务的触发条件,采用正则表达式表示。当其触发条件与前一任务的输出匹配时,该任务才会运行。以下是 正则表达式备忘录。executor是任务的执行者。目前支持gpt、dalle、bingWeb、bingImage、webFetch、javaScript和log等执行器。prompt是输入给执行器的文本。在prompt中,$i{xxx}表示用户输入,$e{xxx}是提取器,用于从前一任务的输出中提取文本。outputer是用于对当前任务输出进行后处理的文本。$e{xxx}是提取器,用于从当前任务的输出中提取文本。validator是用于验证当前任务输出的正则表达式。如果任务输出未能通过validator正则表达式的验证,应用将停止在当前任务。例如,validator: .{15,}表示检查任务输出长度是否大于或等于 15。
应用用户界面的输入会自动根据 prompt 中的 $i{xxx} 表达式生成。$i{xxx} 表达式的格式为 $i{输入标签@输入类型#选项值=默认值}。目前支持三种输入类型:select、input 和 textarea。select 输入的选项之间用 / 分隔。
$e{xxx} 表达式是从前一任务或当前任务的输出中提取文本的提取器。其格式为 $e{正则表达式}。如果正则表达式中包含分组结构 (xxx),则仅提取与分组匹配的部分;否则,提取整个正则表达式的匹配内容。
extra 部分可以为空,目前尚未启用。
❤️ 贡献者

🙋 常见问题解答
“Failed to fetch” 错误
请检查您是否已连接互联网,并确认已正确设置了 OpenAI 密钥/OpenAI API 代理/OpenAI GPT 模型。
网站安全错误
当从网站启动 PromptAppGPT 时,浏览器的安全检查会阻止其向 OpenAI API 发送请求。您可以按照以下步骤解除对 PromptAppGPT 网站的屏蔽。
适用于 Windows 系统的 Chrome 用户:
- 在桌面右键单击,选择“新建” -> “快捷方式”。
- 将目标路径设置为:“[Chrome 安装路径]\chrome.exe” --disable-web-security --user-data-dir=%LOCALAPPDATA%\Google\chromeTemp。
- 单击“确定”。
适用于 Mac 系统的 Chrome 用户:
- open -n -a /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --args --user-data-dir="/tmp/chrome_dev_test" --disable-web-security
适用于 Linux 系统的 Chrome 用户:
- google-chrome --disable-web-security -–allow-file-access-from-files
版本历史
v1.1.02023/06/22v1.0.02023/06/04相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
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。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备