提示词管理工具（Prompt Management Tools）

# PromptLayer SDK
pip install promptlayer==1.2.1

# 同时需要 OpenAI SDK（PromptLayer 默认包装 OpenAI 调用）
pip install openai==1.82.0

"""
最小示例：用 PromptLayer 包装 OpenAI 调用，自动记录提示词版本和调用日志
"""
import promptlayer
import os

# 1. 配置 API Key
os.environ["PROMPTLAYER_API_KEY"] = "your-promptlayer-api-key"
os.environ["OPENAI_API_KEY"] = "your-openai-api-key"

# 2. 用 PromptLayer 包装 OpenAI 客户端
# 包装后的客户端用法和原生 OpenAI 完全一样，但所有调用会自动记录到 PromptLayer
OpenAI = promptlayer.openai.OpenAI
client = OpenAI()

# 3. 正常调用——PromptLayer 在后台自动记录提示词、模型、参数、输出
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "你是一个友好的助手，用简洁的中文回答问题。"},
        {"role": "user", "content": "什么是提示词管理？"}
    ],
    max_tokens=200
)

print(response.choices[0].message.content)
# 调用完成后，登录 PromptLayer 控制台即可看到这条记录：
# 包含提示词内容、模型参数、输出文本、延迟、token 用量等

提示词管理是指系统化地存储、版本控制和评估大语言模型（LLM）的提示词...
（具体内容因模型而异，关键是调用成功且 PromptLayer 控制台能看到记录）

"""
纯本地示例：模拟提示词注册表和版本管理（无需任何 API Key）
基于 Python 3.10+ 验证（截至 2026-03）
"""
from datetime import datetime

# 模拟提示词注册表
class PromptRegistry:
    """简易提示词注册表：存储、版本控制、环境隔离"""

    def __init__(self):
        self.prompts = {}  # {名称: {版本号: {内容, 元数据}}}
        self.environments = {"dev": {}, "staging": {}, "prod": {}}

    def save(self, name: str, content: str, author: str) -> str:
        """保存提示词，自动生成版本号"""
        if name not in self.prompts:
            self.prompts[name] = {}

        version = f"v{len(self.prompts[name]) + 1}"
        self.prompts[name][version] = {
            "content": content,
            "author": author,
            "created_at": datetime.now().isoformat(),
        }
        return version

    def get(self, name: str, version: str) -> str:
        """获取指定版本的提示词"""
        return self.prompts[name][version]["content"]

    def deploy(self, name: str, version: str, env: str):
        """将指定版本部署到目标环境"""
        self.environments[env][name] = version

    def history(self, name: str) -> list:
        """查看版本历史"""
        return list(self.prompts[name].keys())


# --- 使用示例 ---
registry = PromptRegistry()

# 保存多个版本
v1 = registry.save("客服助手", "你是客服，请礼貌回答用户问题。", "产品经理A")
v2 = registry.save("客服助手", "你是专业客服。规则：1.先确认问题 2.给出方案 3.询问是否解决", "产品经理A")
v3 = registry.save("客服助手", "你是专业客服。规则：1.先确认问题 2.给出方案 3.询问是否解决 4.无法解决时转人工", "工程师B")

# 查看版本历史
print("版本历史:", registry.history("客服助手"))

# 多环境部署
registry.deploy("客服助手", "v3", "dev")      # 开发环境用最新版
registry.deploy("客服助手", "v2", "prod")      # 生产环境用稳定版

# 获取各环境当前使用的提示词
for env in ["dev", "prod"]:
    ver = registry.environments[env]["客服助手"]
    content = registry.get("客服助手", ver)
    print(f"\n[{env}] 使用 {ver}：{content[:30]}...")

版本历史: ['v1', 'v2', 'v3']

[dev] 使用 v3：你是专业客服。规则：1.先确认问题 2.给出方案 3....
[prod] 使用 v2：你是专业客服。规则：1.先确认问题 2.给出方案 3....