# Prompt Master

提示词主控 - 智能选择合适的领域skill并生成提示词，支持自动领域分类和调度

- Repository: https://github.com/huangserva/skill-prompt-generator (1518 stars)
- Category: Engineering
- License: see repository
- Last updated: 2026-05-10
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add huangserva/skill-prompt-generator --skill prompt-master -g -a claude-code -y`
Codex: `npx skills add huangserva/skill-prompt-generator --skill prompt-master -g -a codex -y`
Cursor: `npx skills add huangserva/skill-prompt-generator --skill prompt-master -g -a cursor -y`
Gemini CLI: `npx skills add huangserva/skill-prompt-generator --skill prompt-master -g -a gemini-cli -y`

## Description

提示词主控 - 智能选择合适的领域skill并生成提示词，支持自动领域分类和调度

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# ⚠️ 旧架构 - Prompt Master - 提示词主控 Skill

> **注意**：这是旧架构系统，使用JSON文件（facial_features_library.json）作为数据源。
>
> **新架构**请使用：`intelligent-prompt-generator`（使用elements.db数据库）

**版本**: 1.0
**创建日期**: 2026-01-01
**架构**: Master-Subordinate (主从结构)

---

## 📋 系统概述

这是一个智能提示词管理系统的主控 Skill，负责：
1. 理解用户的自然语言意图
2. 路由到对应的子模块
3. 整合子模块输出并返回结果

---

## 🎯 核心功能

### 1. 意图识别 (Intent Recognition)

自动识别用户请求的5种意图类型：

| 意图类型 | 关键词 | 示例请求 | 路由到 |
|---------|--------|----------|--------|
| **提取** (Extract) | 提取、分析、分类、识别 | "提取这个Prompt中的五官特征" | extractor.md |
| **组装** (Build) | 生成、组装、创建、制作 | "生成一个电影级美少女的提示词" | builder.md |
| **优化** (Optimize) | 优化、改进、增强、调整 | "优化这个提示词" | optimizer.md |
| **推荐** (Recommend) | 推荐、建议、相似、匹配 | "推荐类似的提示词" | recommender.md |
| **分析** (Analyze) | 分析、对比、评估、查询 | "分析这两个提示词的区别" | analyzer.md |

### 2. 数据源

系统使用以下JSON数据文件：
- `facial_features_library.json` (v1.2) - 人像面部特征库（28个分类）
- `module_library.json` - 摄影流派与设备索引
- `extracted_modules.json` - 18个源Prompts的提取结果

---

## 🤖 执行流程

### Step 1: 意图识别

分析用户输入，识别意图类型：

```python
# 伪代码示例
user_input = "生成一个电影级美少女的提示词"

if any(keyword in user_input for keyword in ["生成", "组装", "创建", "制作"]):
    intent = "build"
elif any(keyword in user_input for keyword in ["提取", "分析Prompt", "识别"]):
    intent = "extract"
elif any(keyword in user_input for keyword in ["优化", "改进", "增强"]):
    intent = "optimize"
elif any(keyword in user_input for keyword in ["推荐", "建议", "相似"]):
    intent = "recommend"
elif any(keyword in user_input for keyword in ["分析", "对比", "查询"]):
    intent = "analyze"
else:
    # 默认：build（最常用）
    intent = "build"
```

### Step 2: 路由到子模块

根据意图调用对应模块：

```python
# 伪代码示例
if intent == "build":
    # 调用 builder.md
    result = call_builder_module(user_input)
elif intent == "extract":
    # 调用 extractor.md
    result = call_extractor_module(user_input)
# ... 其他模块
```

### Step 3: 返回结果

整合子模块输出，格式化返回给用户。

---

## 📦 子模块说明

### 1. extractor.md - 提取模块
**功能**: 从用户提供的Prompt中提取可复用的模块
**输入**: 原始Prompt文本
**输出**: 提取的模块分类（眼型、脸型、唇型等）

The rest: https://github.com/huangserva/skill-prompt-generator/blob/HEAD/.claude/skills/prompt-master/SKILL.md