PromptLab扩展中Action Script输入变量的使用技巧
2025-06-04 14:08:23作者:董斯意
在Raycast的PromptLab扩展开发过程中,开发者经常会遇到需要在Action Script中获取用户输入文本的需求。本文将通过一个实际案例,深入探讨PromptLab中变量传递的机制和最佳实践。
问题背景
当开发者创建自定义命令时,通常会设计一个AI处理流程:首先获取用户选中的文本(selectedText),经过AI处理后生成响应(response),最后可能需要将这些信息保存到文件中。在这个过程中,如何将初始输入文本传递给后续的Action Script成为了一个关键问题。
变量传递机制分析
PromptLab提供了两种主要的变量传递方式:
-
传统环境变量方式:通过
$input变量传递,这种方式实际上获取的是通过QuickLink输入参数传递的文本,而不是模板中的{{selectedText}}值。 -
模板占位符方式:直接使用
{{selectedText}}这样的占位符语法,这种方式会在脚本执行时动态获取当前的选中文本值。
技术实现对比
| 方式 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
$input变量 |
简单直接 | 只能获取QuickLink输入 | 简单命令处理 |
{{selectedText}}占位符 |
动态获取最新值 | 值可能随时间变化 | 需要精确获取输入文本的场景 |
最佳实践建议
-
对于需要精确获取初始输入文本的场景,推荐使用模板占位符方式,如
/script.sh "{{selectedText}}" "$response"。 -
注意时效性问题:占位符方式获取的是执行时的当前值,如果用户在AI处理过程中改变了选中文本,获取的值也会相应变化。
-
未来改进方向:PromptLab可能会改进这一机制,使Action Script能够访问发送给模型的原始占位符值,这将提供更一致的开发体验。
实际应用示例
以下是一个完整的英语文本校正命令实现示例:
# 提示词模板
"You are the English teacher. Try to fix typo, grammar and repeats for the text. Keep original meaning.
Input text: "{{selectedText}}"
As result, give only result text."
# 动作脚本
/save_corrections.sh "{{selectedText}}" "$response"
这种方式确保了原始输入文本和AI校正结果都能被准确记录,非常适合用于学习分析和内容存档等场景。
通过理解PromptLab的这些特性,开发者可以构建更可靠、功能更丰富的自定义命令,提升工作效率和用户体验。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C026
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
423
3.25 K
Ascend Extension for PyTorch
Python
231
262
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869