用途：DSPy（Declarative Self-improving Python）将提示词工程转为编程语言模型，用声明式签名定义任务接口，再由编译器自动优化提示词，适用于需要评估数据系统优化提示、构建生产级 LLM 系统、实现 RAG、分类或结构化提取，以及需要可版本控制、可复现提示的场景。
主要能力：核心概念包括签名（用 InputField/OutputField 声明输入输出，支持类型提示）、模块（ChainOfThought、Retrieve、ReAct、ProgramOfThought 及自定义 Module）和优化器（BootstrapFewShot、BootstrapFewShotWithRandomSearch、MIPROv2、KNNFewShot、SignatureOptimizer）。MIPROv2 可联合优化指令与少样本示例，提供 auto 的 light、medium、heavy 三档。配套自定义 metric、评估流程与 teleprompter。
用法：安装命令为 pip install dspy-ai。快速开始：定义签名 class QA(dspy.Signature): question = dspy.InputField(); answer = dspy.OutputField()，创建模块 qa = dspy.ChainOfThought(QA)，再优化 optimizer.compile(qa, trainset=examples)。可保存优化程序，如 optimized_qa.save("qa_optimized.json")。
限制：页面列出的性能增益数字来自某项 2025 研究，仅作参考，部署前应自测。具体计费、模型选择与完整配置未在资料中给出，需另行确认。