DSPy
DSPy:用于对语言模型编程而非编写提示词的框架
仍在活跃开发:最近 90 天有 170 次提交,最近一次提交在 2026-09-30。
GitHub 星数
3.8 万
近 30 天涨星
+835
近 90 天提交
170
近 6 个月发版
7
DSPy是一个革命性的语言模型编程框架,核心理念是"编程而非提示"。它允许开发者使用组合式Python代码来构建模块化AI系统,而不依赖脆弱的提示词工程。DSPy的全称是Declarative Self-improving Python,提供了优化提示词和模型权重的算法,支持从简单分类器到复杂RAG管道和Agent循环的各种AI应用。该框架的独特之处在于能够教授语言模型输出高质量结果,通过声明式编程方式实现自我改进。DSPy由斯坦福大学开发,拥有丰富的学术研究基础,包括多篇顶级会议论文。框架支持快速迭代开发,具有活跃的开源社区和完善的文档系统。对于需要构建可靠、可维护AI系统的开发者来说,DSPy提供了一种更加工程化和可控的方法,避免了传统提示词工程的不确定性和维护难题。
和同类工具的区别
以经过编译、自动优化的程序取代手工编写的提示词——相比之下,使用LangChain/LlamaIndex时需要手动设计每个提示词
主要能力
- 面向语言模型的编程范式,而非提示词范式
- 自动优化提示词和调整权重
- 通过声明式模块组合构建模块化AI系统
- 支持分类器、RAG管道和Agent循环
- 通过编译优化实现自我改进的管道
- 用于对语言模型输出施加计算约束的断言
适合
- 希望系统化优化提示词而非手动调优的团队
- 模块化、自我改进AI系统的研究
不太适合
- 简单的聊天机器人应用
- 偏好显式控制提示词的团队
局限
- 学习曲线陡峭——需要从提示词工程转向新的范式
- 优化需要带标签的示例或评估函数
- 与基于显式提示词的方法相比,调试可见性有限
- 在生产部署方面,生态系统不如LangChain成熟
DSPy 的替代品
常见问题
- DSPy 是做什么的?
- DSPy是一个革命性的语言模型编程框架,核心理念是"编程而非提示"。它允许开发者使用组合式Python代码来构建模块化AI系统,而不依赖脆弱的提示词工程。DSPy的全称是Declarative Self-improving Python,提供了优化提示词和模型权重的算法,支持从简单分类器到复杂RAG管道和Agent循环的各种AI应用。该框架的独特之处在于能够教授语言模型输出高质量结果,通过声明式编程方式实现自我改进。DSPy由斯坦福大学开发,拥有丰富的学术研究基础,包括多篇顶级会议论文。框架支持快速迭代开发,具有活跃的开源社区和完善的文档系统。对于需要构建可靠、可维护AI系统的开发者来说,DSPy提供了一种更加工程化和可控的方法,避免了传统提示词工程的不确定性和维护难题。
- DSPy 还在维护吗?
- 仍在活跃开发:最近 90 天有 170 次提交,最近一次提交在 2026-09-30。
- DSPy 有哪些替代品?
- 和 DSPy 最接近的开源替代品有 LMQL、guidance、Griptape、Langroid、MiniChain、LangChain Decorators。
- DSPy 是开源的吗?
- 是的,DSPy 是开源项目,代码托管在 GitHub 上。
星数、提交和发版数据来自 GitHub API,每天自动刷新。介绍文字由 AI 从英文翻译,并经过第二个模型的回译校对。 项目地址:github.com/stanfordnlp/dspy