用途：用 DSPy 构建 AI 内容分类器，将工单、邮件、评论、消息等自动归类、打标签或做情感与意图路由。
主要能力：通过 dspy.Signature 定义分类任务，用 Literal[tuple(CATEGORIES)] 约束输出为合法类别；支持单类别分类、多标签（list[Literal[tuple(...)]]）、结合上下文（如客户套餐）同时输出类别与优先级、以及带置信度的分类以便低置信度转人工。模块可选 ChainOfThought（默认，准确率较高但 token 翻倍）或 Predict（更省更快的二元分类）。
使用方式：先配置 LM，如 dspy.LM("openai/gpt-4o-mini") 并 dspy.configure(lm=lm)；再准备带标签数据转为 dspy.Example 并 with_inputs 标记输入字段；用 Evaluate 与 metric（多标签可用 Jaccard）测基线；用 BootstrapFewShot 或 MIPROv2 优化并重新评估；最后可整体调用或批量处理，并用 save/load 持久化。数据可来自 CSV、字典列表、VTT/LiveKit/Recall 转写或 Langfuse traces。无标注数据可手标 20-30 条或参考 /ai-generating-data 生成合成数据。
限制：确定性规则或关键词能覆盖 95%+ 时应避免用模型；需要严格可复现的场景（如合规）应使用规则或固定 temperature=0 并接受模型版本漂移；类别数超过 15 会降低准确率，建议分层分类；应始终加入 other 等兜底类别；类别名要简短明确；开发集需包含对抗性样本。暂未提供价格与收费信息。