用途：dspy.Ensemble 是 DSPy 的优化器（teleprompter），接收一组 DSPy 程序并返回单个 EnsembledProgram。调用时对同一输入运行各成员程序，再用你提供的 reduce 函数聚合结果。它不修改程序本身，只在推理时合并输出。
主要能力：支持多数投票（内置 dspy.majority）、数值平均、加权投票等自定义归约；可组合来自不同优化器（如 BootstrapFewShot、MIPROv2、BootstrapFewShotWithRandomSearch）的程序；size 参数可在推理时随机抽样部分程序以控制成本；reduce_fn=None 时返回原始预测列表，便于自行后处理。
用法：先配置 LM 并定义基础程序与训练集、度量，运行多次优化得到多个程序，再执行 ensemble = dspy.Ensemble(reduce_fn=dspy.majority, size=None); ensemble_program = ensemble.compile(programs)，之后像普通模块一样调用。compile 必须传入 list[dspy.Module]，即使只有两个程序也要用列表包裹。reduce_fn 接收 dspy.Prediction 列表，必须返回 Prediction 或兼容对象，不能返回纯字符串。deterministic 参数保留未实现，必须保持 False。
适用场景：多次优化后想取长补短；需要多数投票提升可靠性；需要平均分数或概率；不同优化器各有优势时。
限制：不适合只有一个程序、延迟敏感或成本受限的场景；结构化输出难以聚合时也不适用。集成会使成本与延迟按程序数（或 size）成倍增加。与 BestOfN 不同：Ensemble 组合不同程序，BestOfN 对同一程序多次采样并按奖励函数选优。安装：npx skills add lebsral/DSPy-Programming-not-prompting-LMs-skills --skill <name>。