IBM/prompt-declaration-language

解决的问题

解决难以创建可靠且可组合的 LLM 提示词，并轻松集成到软件系统中的问题。与硬编码提示词不同，它提供了一种结构化、声明式的管理方式，降低了提示工程的脆弱性。

工作原理

PDL 使用基于 YAML 的声明式语言来指定提示模板、模型调用和逻辑。CLI 工具会解析这些程序，累积消息并发送给托管或本地模型（例如通过 Ollama 提供的模型）。它支持变量、条件、循环和函数，并可直接在提示流程中集成 Python 代码执行和 REST API 调用。

适用人群

需要构建复杂 LLM 驱动应用，并希望采用结构化方法进行提示工程、调试以及与传统规则系统集成的开发者。

主要亮点

• 声明式提示：使用 YAML 定义提示流程，使其比原始字符串更易于管理。
• 集成控制流：支持变量、循环和条件，实现动态提示生成。
• 混合执行：结合 LLM 调用与原生 Python 代码执行和 API 调用。
• 开发者工具：包含 Python SDK、用于交互式调试和实时编程的 GUI，以及模型 I/O 的类型检查功能。
• 提示优化：提供 AutoPDL 工具，用于优化文本提示、少样本示例和提示模式。