用途：当已运行多次优化实验（通常 5 次以上），需要对比哪个实验最好、复现历史结果或向他人解释选择依据时使用。若只跑了 1-2 次实验，或还在迭代程序本身，或只需优化一次后部署，则不必使用（后者可参考 /ai-improving-accuracy）。
主要能力：用 JSONL 文件做轻量记录，每行一次运行，记录名称、优化器及其配置、模型、训练/验证集大小、指标、得分、基线、提升幅度、成本、耗时、产物路径与备注；提供对比表打印、按优化器/模型/最低分筛选、以及将胜出实验的 .json 产物复制到生产路径并记录提升事件（promotions.jsonl）。团队场景可接入 W&B Weave（pip install weave，weave.init 后运行）或 LangWatch（pip install langwatch）查看仪表盘与实时优化进度。
使用方式：定义 log_experiment 与 load_experiments 写入/读取实验日志；用 run_experiment 模板执行一次完整实验（配置 LM、评估基线、调用 optimizer.compile、再次评估、保存产物并记录日志）；批量运行后用 compare_experiments 查看排序表，用 promote_experiment 提升最佳实验，生产代码中通过 program.load("production/optimized.json") 加载。
限制与注意：DSPy 不会自动上报 API 成本，需手动记录；不同 devset 上的分数不可比较，所有实验须用同一 devset；不保存 optimized.save(path) 会导致实验无法复现；MIPROv2 的 auto 默认是 light 而非 medium；GEPA 的 metric 只能在构造函数传入，传给 compile() 会报 TypeError。安装方式：npx skills add lebsral/DSPy-Programming-not-prompting-LMs-skills --skill <name>。