用途：构建可系统优化的检索增强生成（RAG）流水线，基于 ColBERTv2 检索外部文档语料，生成有依据的事实性回答。适用于需要外部知识、拥有可检索文档语料、要求答案可溯源，以及希望联合优化检索与生成的场景。
主要能力：配置 LM 与检索模型；定义 Signature；构建 RAG 模块；支持多跳 RAG（迭代检索）；可结合 BootstrapFewShot 优化、Evaluate 评估，并保存编译结果。
使用方式：先配置检索，例如 colbert = dspy.ColBERTv2(url='http://20.102.90.50:2017/wiki17_abstracts')，再 dspy.configure(lm=dspy.LM("openai/gpt-4o-mini"), rm=colbert)。定义 GenerateAnswer 签名，构建 RAG 模块，调用 rag(question="...") 获取 context 与 answer。多跳场景使用 MultiHopRAG，通过 generate_query 迭代生成检索查询。
输入输出：输入 question（str）、k（int）、rm（dspy.Retrieve）；输出 context（list[str]）与 answer（str）。
限制：检索质量决定生成质量上限；ColBERTv2 需要托管索引；上下文长度限制影响可检索段落数量；段落越多延迟越高。官方文档见 https://dspy.ai/ 与 https://github.com/stanfordnlp/dspy。