DSPy

用模块、数据和评测指标优化语言模型程序的开源框架

项目介绍

DSPy 是起源于 Stanford NLP、由研究与开源社区共同发展的 Python 框架。它提倡把语言模型任务写成可组合的程序：先声明输入输出，再选择执行模块，最后通过数据和指标改进程序。它不是新的基础大模型，也不是给普通用户直接聊天的成品应用。主仓库采用 MIT 许可证，2026年10月28日 GitHub 约有3.9万星。对于已经会调用模型、但不希望长期靠手改提示词碰运气的开发者，它提供了另一种工程组织方式。

核心功能

Signature 用字段描述任务，例如输入一封邮件，输出事件名称、日期或分类；Module 决定如何执行这个任务，可以从简单 Predict 开始，逐步组合推理、检索或工具调用模块。模型适配层负责把这些定义转换成模型可接受的消息，因此“不手写提示”不代表底层没有提示。程序结构与模型选择分开后，更容易复用同一任务接口并比较不同方案。

数据驱动的优化

DSPy 的优化器利用样本和评分函数搜索更合适的指令或示例。以 GEPA 为例，评价结果还可以附带文字反馈，帮助下一轮修改指令。优化并非自动获得真实世界的最好答案：目标由指标定义，训练数据也会影响结果。开发者应保留独立的验证和测试样本，比较未优化基线与优化后表现，而不是只展示训练集分数。

适合哪些场景

适合结构化信息抽取、分类、RAG 问答、工具型智能体，以及需要重复评估与迭代的语言模型业务。比如，把客服工单转成规定字段，或评估检索问答是否准确并依据资料。需要 Python 基础，也需要能说清楚什么是好结果。若只是临时写一段文案、没有可重复任务和评价标准，直接使用聊天工具通常更省事，不必引入完整优化流程。

如何开始

官方安装说明要求 Python 3.10 及以上，可用 pip install dspy 安装。先用 dspy.LM 配置模型提供方，通过 dspy.configure 设置默认模型，并用环境变量等安全方式管理密钥。为一个小任务定义输入输出 Signature，用 Predict 跑通单样本；接着收集代表性样本并编写 metric，使用 Evaluate 记录基线。确认评分能反映业务目标后，再尝试 GEPA 等优化器、设置预算，最后保存优化结果并在独立样本上复测。

费用与必要限制

开源库不收取模型推理费，但所调用的模型、评判模型和多轮优化会消耗算力或 API 额度。更高的评分也不自动等于更可靠：指标可能遗漏格式之外的事实错误，模型评判本身也可能有偏差。敏感样本进入外部模型前要检查数据权限和服务条款。DSPy 不能替代业务权限控制、生产监控或人工审核；切换模型、数据分布或库版本后，建议重新评估而不是假定旧优化结果继续有效。

同类项目比较

官方入口与资料

• 项目仓库
• 官方主页
• 安装与模型配置
• 第一个程序
• GEPA 优化
• 评测指标
• 许可证