Architecture FR - diShine-digital-agency/ai-prompt-library GitHub Wiki

Architecture

Architecture technique, référence des modules, formats de données et structure du projet de l'AI Prompt Library.

Table des matières

Vue d'ensemble de l'architecture

┌─────────────────────────────────────────────────────────┐
│                   Interface utilisateur                  │
│                                                         │
│   CLI (bin/prompt-lib.js)    HTML (viewer.html)          │
│   ├── list, search, show     ├── Onglet Parcourir        │
│   ├── use, copy              ├── Onglet Composer         │
│   ├── compose                ├── Onglet Créer            │
│   ├── create                 ├── Onglet Générer          │
│   ├── generate               ├── Onglet Outils           │
│   ├── lint                   │   ├── Linter              │
│   ├── optimize               │   ├── Optimiseur          │
│   ├── recommend              │   └── Recommandeur        │
│   ├── saved                  ├── Onglet Playground       │
│   └── viewer                 └── Onglet Ma bibliothèque  │
│                                                         │
│   Applications de bureau (desktop/)                     │
│   ├── macOS natif (Swift + WebKit)                      │
│   ├── Linux natif (Python + GTK + WebKitGTK)            │
│   └── Windows (mode application Edge/Chrome)            │
├─────────────────────────────────────────────────────────┤
│                    Modules principaux                    │
│                                                         │
│   src/index.js     — Chargeur de prompts, persistance    │
│   src/search.js    — Algorithme de recherche pondéré     │
│   src/formatter.js — Formatage ANSI pour le terminal     │
│   src/generator.js — Génération dynamique de prompts     │
│   src/linter.js    — Analyseur qualité à 14 règles       │
│   src/optimizer.js — Optimiseur contextuel de prompts    │
│   src/recommender.js — Correspondance par intention      │
├─────────────────────────────────────────────────────────┤
│                    Couche de données                     │
│                                                         │
│   prompts/**/*.md           — Fichiers de prompts        │
│   ~/.prompt-library/        — Répertoire utilisateur     │
│     custom-prompts.json     — Prompts créés              │
│     saved-prompts.json      — Compositions sauvegardées  │
│   localStorage (navigateur) — Persistance de l'app HTML  │
└─────────────────────────────────────────────────────────┘

Référence des modules

src/index.js — Chargeur de prompts et persistance

Le module principal qui charge les prompts depuis le système de fichiers et gère les données utilisateur.

Exports :

Fonction Signature Description
loadPrompts() () → Array<Prompt> Charge tous les prompts depuis le répertoire prompts/ + les prompts personnalisés depuis ~/.prompt-library/custom-prompts.json
loadCustomPrompts() () → Array<Prompt> Charge uniquement les prompts personnalisés créés par l'utilisateur
saveCustomPrompt(prompt) (Prompt) → Prompt Sauvegarde un prompt personnalisé. Écrase si le slug existe, sinon ajoute
loadSavedCompositions() () → Array<Composition> Charge les compositions sauvegardées depuis ~/.prompt-library/saved-prompts.json
saveComposition(composition) (Object) → Composition Ajoute une composition avec un id auto-généré (timestamp) et une date (chaîne ISO)
findPlaceholders(text) (string) → Array<string> Extrait les tokens {{placeholder}} uniques du texte via la regex /\{\{[\w_\-\s/]+\}\}/g
extractTemplate(content) (string) → string|null Extrait le contenu entre les blocs de code de la section ## Template

Constantes exportées :

Nom Valeur Description
PROMPTS_DIR <project>/prompts/ Chemin absolu vers les prompts intégrés
USER_DATA_DIR ~/.prompt-library/ Répertoire des données utilisateur
USER_PROMPTS_FILE ~/.prompt-library/custom-prompts.json Fichier des prompts personnalisés
USER_SAVED_FILE ~/.prompt-library/saved-prompts.json Fichier des compositions sauvegardées

Fonctions internes :

  • parseFrontmatter(content) — analyse le frontmatter YAML (entre les marqueurs ---) en un objet {meta, body}. Gère les tableaux entre crochets ([tag1, tag2]).
  • walkDir(dir) — recherche récursivement tous les fichiers .md dans une arborescence.
  • ensureUserDir() — crée ~/.prompt-library/ s'il n'existe pas.

src/search.js — Algorithme de recherche

Exports :

Fonction Signature Description
searchPrompts(prompts, query) (Array, string) → Array Note et classe les prompts par pertinence par rapport à la requête

Notation :

Emplacement de la correspondance Points par terme
Titre 100
Tag 50
Catégorie 30
Contenu 10

Algorithme :

  1. Découper la requête en termes en minuscules
  2. Pour chaque prompt, noter chaque terme par rapport au titre, aux tags, à la catégorie et au contenu
  3. Additionner tous les points
  4. Filtrer les prompts à score nul
  5. Trier par score décroissant

src/formatter.js — Formatage terminal

Fournit le formatage ANSI en couleur pour la sortie CLI. Respecte la variable d'environnement NO_COLOR (quand définie, tous les codes couleur sont des chaînes vides).

Exports :

Fonction Description
formatPromptList(prompts) Formate tous les prompts groupés par catégorie
formatPromptDetail(prompt) Formate un prompt avec toutes ses métadonnées
formatCategories(prompts) Formate la liste des catégories avec compteurs
formatStats(prompts) Formate les statistiques de la bibliothèque (totaux, répartition par difficulté, tags principaux)
formatSearchResults(results, query) Formate les résultats de recherche avec scores

Schéma de couleurs :

  • Cyan : titres, slugs, en-têtes de section
  • Magenta : noms de catégorie
  • Jaune : labels de métadonnées, difficulté intermédiaire
  • Vert : difficulté débutant, tags
  • Rouge : difficulté avancée
  • Gris/atténué : séparateurs, informations secondaires

src/generator.js — Génération dynamique de prompts

Exports :

Fonction Signature Description
getFrameworks() () → Array<FrameworkInfo> Renvoie tous les frameworks avec métadonnées et questions
getFramework(key) (string) → Framework|null Renvoie un framework par sa clé
generatePrompt(key, answers) (string, Object) → string Génère un prompt complet. Valide les champs requis et applique les valeurs par défaut.

Frameworks disponibles :

Clé Nom Questions
expert-role Expert Role-Based 8
chain-of-thought Chain-of-Thought 5
structured-output Structured Output 5
task-decomposition Task Decomposition 4
guardrails Guardrails & Safety 6

Chaque framework définit une fonction generate(answers) qui produit la chaîne de prompt finale à partir des réponses de l'utilisateur.

src/linter.js — Analyseur de qualité des prompts

Exports :

Fonction Signature Description
lintPrompt(text) (string) → LintResult Analyse un prompt selon 14 règles. Renvoie score, note, règles réussies/échouées, suggestions, nombre de mots
formatLintResult(result) (LintResult) → string Formate le résultat du lint en chaîne lisible
LINT_RULES Array<Rule> Tableau des 14 objets de règles

Structure LintResult :

{
  score: 72,              // 0-100
  grade: 'C',             // A, B, C, D, F
  totalRules: 14,
  passedCount: 10,
  failedCount: 4,
  passed: [...],           // Tableau des règles réussies
  failed: [...],           // Tableau des règles échouées
  suggestions: [...],      // Tableau de suggestions (triées par poids)
  wordCount: 89
}

Notation : score = Math.round((earnedWeight / totalWeight) × 100) où totalWeight = 100.

Voir Outils : Linter, Optimiseur, Recommandeur pour la liste complète des règles.

src/optimizer.js — Optimiseur contextuel de prompts

Exports :

Fonction Signature Description
optimizePrompt(text) (string) → OptimizeResult Optimisation hors ligne par règles
optimizeWithAI(text, provider, apiKey, model) (string, string, string, string?) → Promise<string> Réécriture assistée par IA
sendToAI(prompt, systemPrompt, provider, apiKey, model) (string, string?, string, string, string?) → Promise<AIResponse> Envoie un prompt au modèle IA (Playground)

Structure OptimizeResult :

{
  original: "...",         // Texte du prompt original
  optimized: "...",        // Texte du prompt optimisé
  changes: [...],          // Tableau des descriptions de modifications
  scoreBefore: 35,
  scoreAfter: 88,
  improvement: 53,
  lint: { ... },           // Résultat lint complet du prompt optimisé
  domain: "coding",        // Domaine détecté
  audience: "developers"   // Audience détectée (ou null)
}

Pipeline d'optimisation : détection du domaine → suppression des remplissages → réduction de la politesse → renforcement des verbes faibles → remplacement du langage vague → décomposition des tâches composées → injection de rôle → détection audience/ton → contraintes → format de sortie → exemples → vérification qualité.

7 domaines détectés : code, rédaction, marketing, données, business, éducation, image.

src/recommender.js — Correspondance par intention

Exports :

Fonction Signature Description
recommendPrompts(prompts, description) (Array, string) → Array Note tous les prompts par pertinence
buildRecommendation(prompts, description) (Array, string) → Recommendation Construit une recommandation complète avec combinaison

Structure Recommendation :

{
  description: "...",
  topPrompts: [...],          // 8 meilleurs résultats
  suggestedCombo: {
    systemPrompt: { ... },    // Meilleure invite système
    framework: { ... },       // Meilleur framework
    template: { ... }         // Meilleur template de domaine
  },
  systemPrompts: [...],       // Top 3 invites système
  frameworks: [...],          // Top 3 frameworks
  templates: [...]            // Top 5 templates
}

8 catégories d'intention : code, rédaction, marketing, données, business, image, recherche, enseignement.

Formats de données

Objet Prompt

{
  "slug": "code-review",
  "title": "Code Review Checklist",
  "category": "development",
  "tags": ["code-review", "quality", "checklist"],
  "difficulty": "intermediate",
  "models": ["claude", "gpt-4", "gemini"],
  "content": "# Code Review Checklist\n\n## Template\n\n```\n...\n```",
  "path": "development/code-review.md"
}

Les prompts personnalisés ajoutent :

{
  "fields": [
    { "name": "language", "description": "Programming language" }
  ],
  "custom": true
}

Composition sauvegardée

{
  "id": 1712430000000,
  "title": "Composed: Coding Assistant + Chain-of-Thought + Code Review",
  "result": "# SYSTEM PROMPT\n\n...\n\n# REASONING FRAMEWORK\n\n...",
  "layers": ["Coding Assistant", "Chain-of-Thought", "Code Review"],
  "type": "composed",
  "date": "2026-04-06T12:00:00.000Z"
}

Format de fichier de prompt (frontmatter YAML)

---
title: My Prompt Title
category: frameworks
tags: [tag1, tag2, tag3]
difficulty: intermediate
models: [claude, gpt-4, gemini]
---

# My Prompt Title

## When to Use
[description]

## Template

\```
Your prompt template with {{placeholders}} here
\```

## Tips
[expert tips]

## Common Mistakes
[pitfalls to avoid]

Clés localStorage

Ces clés sont utilisées par le Prompt Workshop (viewer.html) :

Clé Type Description
pl_dark boolean Préférence de mode sombre (true/false)
pl_saved JSON array Tous les prompts sauvegardés, templates remplis, prompts composés, prompts personnalisés. Les éléments de la base de données sont marqués avec source: 'database'
pl_sidebar_width number Largeur de la barre latérale en pixels (260–600). Persiste entre les sessions
api_settings JSON object Clés API et préférences de modèles pour le Playground et l'optimiseur IA. Contient le fournisseur, les clés pour OpenAI/Anthropic/Google, et les modèles sélectionnés
pg_prefill string Données temporaires de pré-remplissage du playground. Effacées après utilisation

Mises à jour architecture v2.4.0

  • Linter — détection du type de prompt (image/code/système/général) avec poids des règles ajustés — voir INFRASTRUCTURE.md
  • Optimiseur — moteur diff pour comparaison colorée avant/après
  • Playground — comparaison multi-modèle via Promise.allSettled() avec timeout 30s AbortController
  • Créer — 6 modèles de départ pré-remplissant titre, tags, corps et champs dynamiques
  • Ma bibliothèque — recherche, filtre par type, tri
  • Accessibilité — ARIA landmarks, role="tablist", lien passer au contenu, focus-visible, navigation entre onglets par flèches

Structure des fichiers du projet

ai-prompt-library/
├── bin/
│   └── prompt-lib.js            # Point d'entrée CLI (ESM, #!/usr/bin/env node)
├── src/
│   ├── index.js                 # Chargeur de prompts, persistance, placeholders
│   ├── search.js                # Algorithme de recherche pondéré
│   ├── formatter.js             # Formatage ANSI pour le terminal
│   ├── generator.js             # 5 frameworks, génération dynamique
│   ├── linter.js                # Analyseur qualité à 14 règles
│   ├── optimizer.js             # Optimiseur contextuel + API IA
│   └── recommender.js           # Correspondance par intention
├── prompts/
│   ├── business/                # 12 templates business
│   ├── data/                    # 10 templates d'analyse de données
│   ├── development/             # 13 templates de développement
│   ├── frameworks/              # 12 guides de frameworks de prompting
│   ├── image-generation/        # 8 templates de génération d'images
│   ├── marketing/               # 11 templates marketing
│   ├── model-specific/          # 6 guides spécifiques aux modèles
│   └── system-prompts/          # 10 invites système
├── desktop/
│   ├── build-all.sh             # Compilation toutes plateformes
│   ├── build-macos.sh           # Script de compilation macOS
│   ├── build-linux.sh           # Script de compilation Linux
│   ├── build-windows.bat        # Script de compilation Windows
│   ├── macos-native/            # Source Swift pour l'app native macOS
│   ├── linux-native/            # Source Python + GTK pour l'app native Linux
│   ├── icons/                   # Icônes pour toutes les plateformes
│   └── images/                  # Captures d'écran et images de documentation
├── test/
│   └── run.js                   # Suite de tests (46 tests, zéro dépendances)
├── wiki/
│   ├── en/                      # Pages wiki en anglais
│   ├── fr/                      # Pages wiki en français
│   └── it/                      # Pages wiki en italien
├── viewer.html                  # Prompt Workshop (SPA autonome)
├── package.json                 # Configuration du package (zéro dépendances)
├── README.md                    # Vue d'ensemble du projet
├── GUIDE.md                     # Guide utilisateur
├── TECHNICAL.md                 # Documentation technique
├── FUNCTIONS.md                 # Référence des fonctions
├── CONTRIBUTING.md              # Guide de contribution
├── CHANGELOG.md                 # Historique des versions
├── CODE_OF_CONDUCT.md           # Code de conduite
├── SECURITY.md                  # Politique de sécurité
└── LICENSE                      # Licence MIT

Modules natifs Node.js utilisés

Le projet utilise zéro dépendance npm. Uniquement les modules natifs de Node.js :

Module Utilisation
fs Lecture de fichiers (readFileSync), écriture (writeFileSync), parcours de répertoires (readdirSync, statSync), vérifications d'existence (existsSync), création de répertoires (mkdirSync)
path Manipulation de chemins (join, dirname, relative, basename)
url fileURLToPath pour un __dirname compatible ESM
readline Saisie interactive CLI (questions et entrée multiligne)
child_process Copie dans le presse-papiers via execSync (pbcopy, clip, xclip, xsel), ouverture du navigateur (open, xdg-open, start)
os Répertoire personnel (homedir), répertoire temporaire (tmpdir)

Fonctionnement de viewer.html

Le fichier viewer.html est une application monopage autonome :

  1. Aucune dépendance externe — HTML, CSS et JavaScript vanilla purs dans un seul fichier
  2. Données de prompts intégrées — les 82+ prompts sont sérialisés en JSON dans une balise <script>
  3. localStorage pour la persistance — prompts personnalisés, compositions sauvegardées, favoris, clés API et préférences d'interface
  4. Design responsive — fonctionne sur bureau, tablette et mobile
  5. Mode sombre/clair — commutable avec préférence sauvegardée dans localStorage

Quand lancé via prompt-lib viewer, le CLI :

  1. Lit viewer.html
  2. Charge tous les prompts (y compris les prompts personnalisés)
  3. Injecte les données des prompts en JSON dans le HTML
  4. Écrit le HTML modifié dans un fichier temporaire
  5. Ouvre le fichier temporaire dans le navigateur par défaut

Quand ouvert directement, les données de prompts intégrées (compilées au moment du release) sont utilisées.

Navigation : ← API et Playground  |  Applications de bureau →

📚 AI Prompt Library v2.4.0 · 📦 Repository · 📄 MIT License · Built with ❤️ by diShine Digital Agency

⚠️ **GitHub.com Fallback** ⚠️