Qué es
DSPy es un framework de Python para construir sistemas basados en modelos de lenguaje mediante componentes programables. Su enfoque separa la lógica de la tarea de los prompts concretos que usa el modelo. Esta ficha cubre solo configurar y llamar un modelo; no ejecuta una optimización ni demuestra una mejora.
Para qué te sirve
- Cuando cambias una clasificación y necesitas medir si mejora sobre ejemplos conocidos.
- Cuando tu aplicación RAG tiene varios pasos y quieres optimizarlos sin mantener un prompt enorme.
- Cuando comparas modelos y necesitas conservar una definición común de entradas y salidas.
Cómo funciona
El programa se compone de módulos con contratos de entrada y salida. Los algoritmos de optimización ajustan prompts y, en los escenarios que documenta el proyecto, pesos. La evaluación depende de una métrica y de datos representativos: instalar el paquete no produce por sí solo una mejora.
El repositorio remite a dspy.ai para los tutoriales y las APIs. Conviene elegir un ejemplo pequeño, obtener una línea base y separar los datos usados para optimizar de los usados para comprobar el resultado.
Antes de empezar
El manifiesto declara Python ≥3.10 y <3.16; necesitas pip y acceso al modelo que vaya a ejecutar el programa. El framework y el consumo de inferencia son partidas distintas; optimizar implica repetir llamadas. Prepara ejemplos cuya respuesta puedas valorar y evita usar información sensible sin revisar el proveedor elegido.
Límites y alternativas
Una métrica pobre puede premiar respuestas que no sirven al usuario. DSPy no sustituye la revisión del conjunto de evaluación. Para una transformación fija sin ambigüedad suele ser más sencillo código convencional; para una sola consulta exploratoria puede bastar un prompt directo.
Recursos
- Repositorio y README - 38812 estrellas; licencia detectada por GitHub: MIT.
- Licencia - Consulta sus condiciones antes de reutilizar el proyecto.