本次查询：DSPy
中文解释：声明式自我编程框架
常见场景：构建复杂 / 可靠的语言模型应用 / 如多步骤问答 / 代码生成 / 数据提取等需要稳定输出的场景。
一句话解释
DSPy是一个编程框架，它允许开发者用代码定义语言模型应完成的任务流程，然后框架会自动为每个步骤找到最有效的提示或调用方式，从而让模型“学会”如何更好地执行复杂任务。
为什么会被关注
传统基于提示词的方法在复杂任务中脆弱且难以维护，每次模型更新或任务调整都可能需要重新设计提示。DSPy通过将提示和推理步骤参数化、可优化，提供了更系统、可重复且性能更强的解决方案，降低了构建可靠AI应用的门槛。
核心逻辑
DSPy的核心思想是“编译”：开发者先声明任务的数据流（签名）和模块（如生成、检索、推理），并提供少量示例。框架的“优化器”会像训练神经网络一样，自动尝试不同的提示、思维链格式甚至模型选择，在验证集上评估并找到最优的“程序”组合，最终生成一个高性能的、可部署的流水线。
常见场景
1. 复杂问答：需要多步检索、综合、判断的问答系统。
2. 代码生成与修复：根据需求生成代码，并迭代调试。
3. 信息结构化提取：从长文档中提取并整理成固定格式的数据。
4. 可控文本生成：确保生成内容严格遵循逻辑、格式或事实约束。
容易混淆的点
DSPy不是用来微调模型权重的工具，而是优化“如何调用模型”的方法。它和LangChain等编排框架不同：LangChain侧重于“连接”各种工具和模型，而DSPy侧重于“自动优化”连接和调用的方式本身，追求在给定任务上达到最优的提示和流程组合。