用途：引导用户构建能推理并采取行动的 AI，包括调用 API、使用工具、完成多步任务，基于 DSPy 的 ReAct 和 CodeAct 代理模块。流程分为五步：理解用例、定义工具、构建 AI、测试质量、提升准确率。
主要能力：ReAct 适合通用工具调用（API、搜索、数据库），交替思考与工具调用，默认 max_iters 为 20，简单任务可调低以省成本。CodeAct 适合以写代码为主的任务（数学、数据变换），编写并执行 Python 代码，默认 max_iters 为 5，仅接受纯函数作为工具。工具为带类型提示和文档字符串的 Python 函数，返回值应为字符串或可转字符串的值。
用法：需先配置语言模型，如 dspy.configure(lm=lm)，再实例化代理，例如 dspy.ReAct("question -> answer", tools=[...], max_iters=8)。可用 dspy.Module 封装带状态的代理。优化可用 BootstrapFewShot 或 MIPROv2。LangChain 工具可通过 dspy.Tool.from_langchain 单行转换，需安装 pip install langchain-community。安装技能命令：npx skills add lebsral/DSPy-Programming-not-prompting-LMs-skills --skill <name>。
限制与注意：单步任务或确定性流程不宜用代理，每次迭代都是一次模型调用，成本随步数增加。CodeAct 仅接受纯函数，否则可能静默失败或报错。工具文档字符串需清晰，返回值避免复杂对象。使用前必须配置 LM，否则运行时报错。具体示例和更多资源见资料中的 examples.md。
适用场景：需要 AI 自主调用工具、搜索、计算或多步推理的任务。收费、价格、平台与效果等资料未提供。