# Microsoft Prompty

> 仓库地址：https://github.com/microsoft/prompty
> 作者/组织：Microsoft
> 成熟度：beta
> 分析日期：2026-05-06

## 一句话总结
微软开源的 prompt 工程资产格式和运行时，通过 `.prompty` 文件格式将 prompt、模型配置和元数据统一管理，支持版本控制和评测集成。

## 项目定位与架构
Prompty 定位为 prompt 工程的标准化工具链，解决 prompt 散落在代码中难以管理、测试和版本化的问题。核心是 `.prompty` 文件格式（YAML front matter + Jinja2 template body），配合运行时支持直接执行 prompt。架构包括：(1) **File Format**——声明式定义 prompt、模型参数、sample data；(2) **Runtime**——Python/C#/TypeScript 多语言运行时；(3) **VS Code Extension**——编辑器内预览和测试；(4) **Tracing**——与 Azure AI 可观测性集成。

## 关键技术特性
- **`.prompty` 文件格式**：一个文件包含 prompt template + 模型配置 + 测试数据
- **多语言 Runtime**：Python、C#、TypeScript SDK
- **VS Code Extension**：语法高亮、即时预览、一键执行
- **Jinja2 Template**：支持变量插值和条件逻辑
- **Azure AI 集成**：与 Azure AI Studio 和 Prompt Flow 深度配合
- **Evaluation Hook**：可将 prompty 作为评测 judge 使用

## 设计亮点与创新
1. **Prompt as Asset**：将 prompt 从代码字符串提升为可管理的工程资产
2. **GitOps Ready**：`.prompty` 文件天然适合 Git 版本控制和 code review
3. **Self-contained**：单文件包含执行所需的一切信息（prompt + config + sample）
4. **评测友好**：评测 prompt（judge prompt）本身也可以是 .prompty 文件

## 局限性与风险
- 与 Azure 生态绑定较深，多云场景需要额外适配
- 对复杂 prompt chain 的支持不如 LangChain 等框架
- 社区采用率相比 LangChain/LlamaIndex 仍较低
- 标准化野心大但面临"又一个标准"的困境

## 与生态系统的关联
- 是 Azure AI Studio 和 Prompt Flow 生态的组成部分
- 与 LangChain 的 prompt template 功能有重叠但层次不同
- 评测集成使其可与 DeepEval、OpenEvals 等框架配合
- 体现了微软将 AI 开发工程化（而非实验化）的战略方向