dspy
Build complex AI systems with declarative programming, optimize prompts automatically, create modular RAG systems and agents with DSPy - Stanford NLP's framework for systematic LM programming
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Build complex AI systems with declarative programming, optimize prompts automatically, create modular RAG systems and agents with DSPy - Stanford NLP's framework for systematic LM programming
How to use
Zainstaluj DSPy za pomocą pip install dspy, a następnie dodaj obsługę wybranego dostawcy, np. pip install dspy[anthropic] dla Claude lub pip install dspy[openai] dla OpenAI.
Skonfiguruj model w swoim skrypcie — zaimportuj dspy, utwórz instancję dspy.Claude() lub innego dostawcy z wybranym modelem, a następnie ustaw ją jako domyślną za pomocą dspy.settings.configure(lm=twój_model).
Zdefiniuj sygnaturę (Signature) jako klasę dziedziczącą po dspy.Signature, która opisuje pola wejściowe (InputField) i wyjściowe (OutputField) — na przykład pytanie jako wejście i odpowiedź jako wyjście.
Utwórz moduł DSPy, taki jak dspy.Predict(), przekazując swoją sygnaturę jako argument — ten moduł będzie obsługiwać komunikację z modelem.
Wywołaj moduł z danymi wejściowymi — przekaż pytanie lub tekst do metody modułu, a DSPy automatycznie sformatuje prompt, wyśle go do modelu i zwróci strukturyzowany wynik.
Dla bardziej zaawansowanych scenariuszy (łańcuchy myślenia, optymalizacja promptów) rozszerz swoją sygnaturę dodatkowymi polami lub użyj optymalizatorów DSPy do automatycznego dostrojenia promptów na podstawie danych treningowych.