用Qwen3.8让DeepSeek Harness给自己做一个提示词增强按钮

[zf l]

为 DeepSeek Harness 开发一个"增强提示词"插件。该插件需在聊天界面的输入框下方、模型选择下拉框前方，添加一个"增强提示词"按钮。按钮点击后应对当前输入框中的提示词进行增强处理，并将优化后的内容回填至输入框。插件应集成到现有界面布局中，不影响原有输入框与模型选择功能的使用，并保持界面风格一致。

下面的内容给你做一下参考：
{
一、实现原理（推断）
"增强提示词"本质是一个 prompt 预处理 / 重写层，不是直接执行任务。流程是两段式：
用户输入原始指令 ── [增强按钮] ── 大模型改写扩写 ── 回填输入框 ── 用户确认 ── 真正执行任务
关键点：
捕获原始文本：读取输入框当前内容（通常是短句、模糊需求）。
套一层 meta-prompt：用一段固定的系统提示词把用户原文包起来，让模型扮演"提示词优化器"。
模型重写：补全缺失要素、结构化、明确约束，输出一段更易被执行的指令。
回填而非执行：结果替换/追加回输入框，由用户确认后再提交——所以它不改变"用户兜底"的控制权。

二、通常遵循的规则
维度 规则
原意 保留用户核心目标，不擅自改变语义
补全 自动补：目标、输入材料、输出格式、约束、风格、范围
结构 分点/分段，清晰可执行
决策 不替用户做重大决定；不确定项给"默认假设"并标注
语言 与用户输入一致（中文→中文）
风格 不堆水词——"不啰嗦"
安全 不编造文件、不触发外部工具调用，只做文本改写

三、典型提示词模板（推断示例）
你是一个提示词优化引擎。用户给你一段原始指令，请将其重写为
一段更完整、更可被 AI 助手高效执行的提示词。
要求：

1. 保持用户原有意图不变
2. 补全缺失要素：目标 / 输入材料 / 期望输出格式 / 约束条件 / 风格语气
3. 用清晰结构（分点、分段）组织
4. 关键决策点不确定时，给出合理默认假设并标注「假设：…」
5. 只输出增强后的提示词本身，不要执行任务
6. 语言与用户输入保持一致
   原始指令：
   {{user_input}}
   增强后的提示词：
   }