用途：DSPy BetterTogether 用于把提示优化与权重（微调）优化按顺序组合，评估各中间程序，并返回最佳候选程序，适合需要“先优化提示再微调、再回炉优化提示”这类多阶段优化流程。
主要能力：支持策略链 "p -> w"、"p -> w -> p"、"w -> p"，也可自定义链以比较不同提示优化器或做受控实验；优化器名称来自构造时的关键字参数，如 mipro=... 与 gepa=... 使 "mipro -> gepa" 有效。compile 后返回的程序带 candidate_programs（含分数与策略）和 flag_compilation_error_occurred（某步是否未完成即失败）。
必要用法：需 DSPy 3.2.1 或更高 3.2.x。用 student.set_lm(lm) 给每个 predictor 直接指定 LM；保留验证集，或让 BetterTogether 从训练集划出部分。提升前须确认 LM 提供方支持微调再纳入 BootstrapFinetune。通过 optimizer_compile_args 传各优化器专属参数，例如 "p": {"max_metric_calls": 150}；不要把 student 传进 optimizer_compile_args，当前程序由 BetterTogether 管理。
限制：资料未提供具体收费、价格、平台支持范围与性能数据；资料未提供完整代码运行示例以外的更多细节。相关技能包括 dspy-optimizer-selection、dspy-finetune-bootstrap、dspy-gepa-reflective。