时间旅行回溯
每一次对话和每一版提示词都会被记录下来，可以回到之前任意一个状态，重新分叉出一版新的尝试，而不会覆盖掉原来的记录。
Lore
AI TOOL PROFILE工具资料面向 Prompt Engineering 的 macOS 原生 IDE，用时间旅行追踪每一次提示词改动。
官网地址 https://thellm.app/
价格免费
平台macOS
归类提示词
收录2026-10-11
复核2026-10-11
编辑评分
4.2 / 5
★★★★☆
Lore编辑总结
Lore 是一款专为提示词工程打造的 macOS 原生应用，把提示词调试从聊天窗口搬进了一个带版本历史的编辑器里。它用 Cocoa、SwiftUI 和 SQLite 构建，属于本地桌面工具而非在线服务。最有价值的一点是把每次对话和每次提示词修改都落库保存，可以回看、对比、回溯到任意一版，省去了手动复制粘贴比对提示词的时间。短板也比较明显：它只服务 macOS 桌面场景，没有网页版和移动端，团队协作与跨设备同步这类需求不由它承担；作为本地工具，历史记录存在本机，换机器就要自己想办法迁移。
Lore是什么？
Lore 是一款 macOS 桌面应用，定位是给提示词工程用的集成开发环境。它不是在浏览器里开个聊天框，而是把写提示词、跑模型、看结果、改一版再跑这个循环做成了一套带历史记录的开发流程。
技术上它是原生 macOS 应用，用 Cocoa 和 SwiftUI 构建界面，用 SQLite 做本地存储，因此对话记录、提示词版本这些数据落在本机数据库里，而不是存在远端账号下。
不同角色的用法不太一样：个人开发者会把它当成调提示词的草稿本，反复试不同措辞并保留每次的结果；做产品的人可以拿它来沉淀一组可复用的提示词；团队使用则受限于它的单机形态，需要自己约定怎么把结果同步出去。
Lore核心功能
多模型 Playground
在同一个界面里切换 GPT 系列和多种 LLM 来跑同一段提示词，方便横向比对不同模型对同一条输入的反应差异。
本地 SQLite 存储
提示词、对话和版本历史都存在本机数据库文件里，不依赖云端账号，断网也能翻看和整理已有的历史记录。
原生 macOS 界面
基于 SwiftUI 和 Cocoa 构建，遵循 macOS 的窗口、快捷键与菜单习惯，和系统体验一致，而不是套壳网页。
提示词版本对比
把同一任务下的多次尝试并排查看，找出哪一处措辞改动带来了输出变化，适合做提示词的逐步收敛而不是随机试错。
Lore值不值得用？
如果你主要在 macOS 上写提示词，并且经常遇到「上一版明明更好但忘了改了什么」这种情况，Lore 的时间旅行和本地版本记录正好解决这个痛点，值得装来当日常草稿本用。它适合个人开发者和小规模实验，不适合需要多人同时编辑、或者需要在 Windows、Linux、浏览器之间切换的人——它的形态是单机桌面应用，协作和跨设备同步要另找方案。
建议选它的情况
- 在 macOS 上长期做提示词调试的个人开发者
- 需要回看提示词改动历史、对比不同版本的场景
- 希望数据留在本地、不想把对话上传到云端账号的人
不建议选它的情况
- 使用 Windows 或 Linux 为主力开发环境的人
- 需要多人实时协作编辑同一份提示词的团队
- 想在手机或浏览器里随手用的人
Lore使用建议
入门先把路子走对
- 先建一个任务不要一上来就在默认会话里乱试，先为每个具体任务单独开一个会话，后续回溯和对比才有清晰的边界。
- 把提示词当版本管理每次只改一处措辞再跑，让历史记录里能看出是哪个改动带来的效果变化，而不是一次性重写整段。
- 先验证再扩展用一条典型输入反复跑通后再换其他样例，避免一开始就铺很多用例，反而看不出问题出在提示词还是数据上。
进阶省时间也省钱
- 备份本地数据库历史存在本机 SQLite 文件里，换机器或重装系统前先手动复制一份，否则累积的提示词版本会一起丢掉。
- 给好版本打标记跑出满意结果后回头定位到那一版，把当时的提示词单独留存下来，避免后续改动把好版本淹没在历史里。
- 按模型分开测同一段提示词在不同模型上表现差异可能很大，用 Playground 逐个跑完再决定最终把哪个版本投到生产里。
Lore适合谁用？
macOS 提示词开发者
推荐日常在 Mac 上调提示词、需要保留每次改动记录的人，时间旅行功能直接对上这个需求。
多模型对比实验者
推荐需要在同一界面里用同一段提示词跑不同模型、对比输出差异的人，省去来回切窗口。
重视本地数据的人
推荐不希望对话和提示词上传到云端账号，倾向存在本机数据库里自己掌控，符合本地存储的定位。
跨平台开发者
不推荐主力环境是 Windows 或 Linux 的人不合适，它是 macOS 原生应用，没有其他平台版本。
多人协作团队
有条件需要多人同时编辑同一份提示词、共享历史的团队要谨慎，它的形态是单机本地应用，协作需另找工具补齐。
Lore优点和缺点
优点
- 把提示词当代码一样做版本管理，改动历史可回溯
- 本地 SQLite 存储，数据不依赖云端账号
- macOS 原生界面，操作习惯与系统一致
- 可以在同一界面里切换多个模型跑同一段提示词
缺点
- 仅支持 macOS，Windows 和 Linux 用户无法使用
- 没有云端同步，换设备需手动迁移本地数据
- 单机形态，缺少团队共享与实时协作能力
- 核心是本地调试环境，不负责把提示词直接部署上线
Lore常见问题
Lore 是做什么的？＋
它是一款运行在 macOS 上的提示词工程工具，把写提示词、跑模型、看结果、改一版再跑这个循环做成了一套带历史记录的开发环境。和直接在聊天窗口里试提示词相比，它最大的差别是每次改动和每次输出都会被留下，可以回头对比和回退。
它支持哪些模型？＋
官方定位是 GPT-LLM Playground，也就是提供一个可以在同一界面里跑多种大语言模型的测试环境，方便用同一段提示词横向比对不同模型的表现。具体接入哪些模型、是否需要自己填 API Key，需以官方页面为准。
能在 Windows 或浏览器里用吗？＋
不能。它是用 Cocoa 和 SwiftUI 构建的 macOS 原生应用，没有网页版，也没有 Windows 或 Linux 版本，使用前提是有一台 Mac。
提示词和对话记录存在哪里？＋
存在本机的 SQLite 数据库里，不依赖云端账号。好处是断网也能翻看历史、数据自己掌控；代价是换机器或重装系统前需要自己备份，否则历史记录会丢失。
团队可以一起用它管理提示词吗？＋
它的形态是单机桌面应用，没有内置的多人共享与实时协作机制。团队要用的话，通常得自己约定怎么把好的提示词版本导出、汇总到共享文档或代码仓库里，而不是直接在 Lore 里协同编辑。
免费吗？＋
公开介绍里标注了 Free，具体是否完全免费、有没有付费档位或功能限制，需以官方页面为准。
Lore竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Lore本工具 | 4.2 | 免费 | 时间旅行回溯；多模型 Playground；本地 SQLite 存储；原生 macOS 界面 | macOS |
| Prompt Engineering for Everyone | CodeSignal Learn | — | 未标价 | 深入探索 Prompt Engineering 的前沿领域，这是一个全面的学习路径 | — |
| Learning Prompt | — | 以免费学习资源为主，未列出付费档位 | Learning Prompt 是一个专注于人工智能(AI)提示工程的平台 | Web |
| Prompt Hacker | — | 免费 | Prompt Hacker 是一个使用 ChatGPT 的提示工程挑战，属于 Promp | Web |
| PromptPerfect | — | 未标价 | PromptPerfect 是一款专业好用的提示词优化工具，可帮助用户一站式设计、开发 | Web / API |
| WrapFast | — | 一次性买断 $299，可构建无限应用 | 利用 WrapFast,您可以快速创建 iOS 应用和 AI 包装器的 SwiftUI 样板代码，提高 | iOS / API |
