详细说明
优势 5 项
用 Signature 声明输入输出,1 份定义即可切换不同模型与提示策略
提供 3 类优化器,用少量样本自动搜索更优提示与示例组合
把提示从手写字符串升级为可编译程序,2 次重构不会散落各处
与主流模型服务和检索组件兼容,可嵌入 1 条既有 RAG 管道而不改架构
由斯坦福团队维护,方法论有 2 篇核心论文与配套课程支撑
不足 4 项
需要准备评估集与指标,前期投入高于直接写提示
优化过程会消耗模型调用额度
概念抽象对新手不够直观
生态与周边工具仍在完善中
服务商概述
DSPy 是斯坦福团队开源的声明式提示编程框架,把提示工程从手写字符串变成可编译、可优化的程序。
在 AI 平台分类里,它属于「提示与模型编程层」:适合需要稳定效果并持续迭代的管道场景。
核心优势
- 声明式定义:Signature 描述输入输出
- 自动优化:3 类优化器可选
- 可编译程序:提示成为代码资产
- 兼容生态:可嵌入现有 RAG
- 学术支撑:论文与课程齐备
产品生态
平台能力
Signature 与 Module 定义、优化器与指标评估、示例自动挑选、多模型适配、与检索模块组合、结果对比与回归评估。
集成
支持主流模型服务与自建端点,可与向量库、检索框架共同组成管道。
典型场景
RAG 效果调优、分类与抽取任务、多步推理管道、提示回归测试。
不足之处
- 前期投入:需准备评估集与指标
- 优化成本:搜索过程消耗额度
- 概念门槛:抽象不够直观
- 生态成熟度:周边工具仍在完善
适用场景
- 效果驱动的 RAG(★★★★☆):优化收益明显
- 可回归的提示迭代(★★★★☆):像代码一样测试
- 快速原型验证(★★★☆☆):手写提示更快
- 算力紧张场景(★★☆☆☆):优化需调用额度
价格参考
| 项目 | 价格 | 备注 |
|---|---|---|
| 开源框架 | $0 | MIT 许可免费使用 |
| 模型调用 | 按用量计费 | 由所选模型服务决定 |
| 企业支持 | 需联系销售 | 通过社区或顾问获取 |
常见问题
DSPy 会取代提示工程吗?
它把提示从手写转为编译优化,仍需人定义任务与指标。
必须准备数据集吗?
优化环节需要少量带标签样本与评估指标。
支持本地模型吗?
支持,可接入自建 OpenAI 兼容端点。
与 LangChain 的关系?
DSPy 可嵌入 LangChain 或 LlamaIndex 组成的管道。
代码示例
import dspy
lm = dspy.LM("openai/gpt-4o-mini")
dspy.configure(lm=lm)
class QA(dspy.Signature):
"""根据上下文回答问题。"""
context: str = dspy.InputField()
question: str = dspy.InputField()
answer: str = dspy.OutputField()
qa = dspy.Predict(QA)
print(qa(context="退款需在 7 天内申请。", question="退款期限多久?").answer)
# 安装 DSPy
pip install -U dspy
社区与资源
- 官方网站:https://dspy.ai/
- 官方文档:https://dspy.ai/learn/
- 源码仓库:https://github.com/stanfordnlp/dspy
前往 DSPy 官网 →
https://dspy.ai/
访问官网 ↗
推荐文章
- 01 OpenAI 发布 GPT-5.4,API 与开发者平台能力继续升级 03-10
- 02 Cloudflare AI Gateway 增加预算上限,帮助团队控制模型调用成本 06-05
- 03 AI 视频剪辑工具评测:2026 年最值得使用的 AI 视频编辑平台 07-18
- 04 OpenAI 发布 GPT-5.6 系列:三档模型重塑 AI 性价比 08-05
- 05 OpenAI GPT-5 发布:对网站开发和 AI 应用部署的影响分析 07-12
- 06 AI 客服机器人搭建指南:从零构建智能客服系统 07-18
- 07 Anthropic 发布 Claude Opus 5:以 Opus 4.8 的成本逼近前沿智能 08-05
- 08 AI 模型部署指南:2026 年托管和运行开源大模型的 5 种方案 07-12
- 09 2026 年 AI 建站工具全景:从设计到部署的 AI 辅助工作流 07-12
- 10 AI 音乐生成工具横向对比:Suno、Udio、MusicFX 哪家强 07-18