DSPy：用编程而非提示词来训练语言模型

DSPy

官方信息表

项目	内容
项目名称	DSPy
仓库地址	stanfordnlp/dspy
官方文档	dspy.ai
开源协议	MIT
最新更新	2026-10-27
定位	声明式自改进 Python 框架

项目背景

DSPy 由 Stanford NLP 团队开发，核心思想是「编程而非提示词」：你不再手写和调试脆弱的提示词字符串，而是写模块化的 Python 代码，DSPy 自动为你优化提示词和模型权重。无论是分类器、RAG 管线还是智能体循环，都能用 DSPy 组合并自动优化。

核心特性

编程而非提示词：把提示词当作可优化参数
Signature：声明输入输出 schema
Module：链式调用组合
优化器家族：BootstrapFewShot、MIPRO、BootstrapFinetune
模型无关：支持任意 LLM
可测试可迭代：像传统软件工程一样版本化

环境要求

Python 3.9+
任意 LLM API

部署步骤

pip install dspy

使用方法

import dspy
lm = dspy.LM("openai/gpt-4o")
dspy.configure(lm=lm)

class Answer(dspy.Signature):
    question: str = dspy.InputField()
    answer: str = dspy.OutputField()

cot = dspy.ChainOfThought(Answer)
print(cot(question="法国首都是哪里").answer)

优化器家族

DSPy 提供多种优化器：BootstrapFewShot 自动选示例；MIPRO 联合优化提示词和示例；BootstrapFinetune 蒸馏小模型。你只需要准备一个带标注的小数据集，DSPy 自动搜索最优提示词组合。

常见问题 FAQ

Q：DSPy 需要训练自己的模型吗？ A：默认只优化提示词；也支持微调小模型。

Q：和 LangChain 比有什么区别？ A：LangChain 是组件库，DSPy 把提示词当作可优化的参数。

Q：支持中文任务吗？ A：支持，模型无关，任意中文 LLM 即可。

安装要求

pip install dspy
# 最新开发版
pip install git+https://github.com/stanfordnlp/dspy.git