stanfordnlp/dspy

解決的問題

DSPy 消除了手動且脆弱的提示工程需求。開發者無需手動調整提示以取得特定輸出，而是可以程式化地定義 AI 系統的邏輯，讓框架自動優化提示與權重。

工作原理

DSPy（宣告式自我改善 Python）將語言模型呼叫視為程式模組。它允許使用者撰寫組合式 Python 程式碼來建構模組化 AI 系統——例如 RAG 流水線或代理迴圈——然後使用演算法透過優化提供給語言模型的指示與示範，來「教導」模型產生高品質輸出。

適用對象

希望以更穩定、模組化方式建構基礎模型應用的開發者，包括簡單分類器、RAG 流水線和 AI 代理等複雜 AI 系統。

主要亮點

• 使用組合式 Python 程式碼建構自己的模組化 AI 系統。
• 自動優化提示與權重。
• 支援從簡單分類器到複雜 RAG 與代理迴圈的廣泛應用場景。
• 基於將宣告式 LM 呼叫編譯為自我改善流水線的研究。