用途：把 DSPy 程序包装成 Web API，让其他服务或前端能通过 HTTP 调用 AI 能力。默认使用 FastAPI，也可按用户既有框架调整。
主要能力：定义 Pydantic 请求/响应模型；在启动时通过 lifespan 一次性加载 DSPy 程序与 LM；提供单条查询、批量、健康检查等端点；支持按请求用 dspy.context() 覆盖模型或 temperature；将 DSPy 错误映射为 HTTP 状态码（Refine 耗尽 422、限流 429、超时 504）；用 pydantic-settings 管理环境配置；提供 Dockerfile 与 Docker Compose 示例；可用 save()/load() 加载优化后程序（optimized.json），部署时无需训练数据或优化器；可选 MLflow autolog 做可观测性。
使用方式：按建议结构分离 program.py、server.py、models.py、config.py；启动时加载一次程序并挂到 app.state；本地运行 pip install fastapi uvicorn pydantic-settings 后执行 uvicorn server:app --reload --port 8000，访问 /docs 查看文档；用 curl 测试 /health 与 /query。
适用与限制：适合需要对外提供 AI 能力的生产微服务、向既有后端加 AI、无服务器低流量或突发负载等场景。纯内部脚本/笔记本、仅批量定时任务、或前端可直接调用模型提供商且无优化逻辑时，不建议加 API 层。注意避免在路由内新建 dspy.LM 或加载程序、异步路由中阻塞调用、在路由内改全局 dspy.configure()、直接返回 Prediction 对象等常见问题。
其他信息：安装技能命令 npx skills add lebsral/DSPy-Programming-not-prompting-LMs-skills --skill <name>；详细示例与参考见 examples.md、reference.md。具体收费、价格与效果数据暂未提供。