logo
DSPy
概述
正在初始化搜索
    stanfordnlp/dspy
    • DSPy 在生产环境中的应用
    • 社区
    • 常见问题解答
    • 快速入门
    • 学习 DSPy
    • 教程
    • API 参考
    stanfordnlp/dspy
    • 快速入门
    • 学习 DSPy
        • 编程概述
        • 语言模型
        • 签名
        • 模块
        • 评估概述
        • 数据处理
        • 指标
        • 优化概述
        • 优化器
    • 教程
      • 使用 DSPy 构建 AI 程序
        • 检索增强生成 (RAG)
        • 将 RAG 构建为智能体
        • 实体提取
        • 分类
        • 多跳 RAG
        • 隐私感知委托
        • 图像生成提示迭代
        • 音频
      • 使用 DSPy 优化 AI 程序
        • 数学推理
        • 分类微调
        • 高级工具使用
        • 微调智能体
      • DSPy 的实验性强化学习优化
        • 用于隐私感知委托的强化学习
        • 用于多跳研究的强化学习
      • 工具、开发和部署
        • 在 DSPy 中使用 MCP
        • 输出优化
        • 保存和加载
        • 部署
        • 调试与可观测性
        • 流式传输
        • 异步
    • DSPy 在生产环境中的应用
      • 社区资源
      • 用例
      • 路线图
      • 贡献
      • 常见问题解答
      • 备忘单
    • API 参考
        • 适配器
        • Chat适配器
        • JSON适配器
        • 两步适配器
        • CompleteAndGrounded
        • 评估
        • SemanticF1
        • answer_exact_match
        • answer_passage_match
        • 嵌入器
        • 语言模型
        • BestOfN
        • ChainOfThought
        • ChainOfThoughtWithHint
        • 模块
        • MultiChainComparison
        • 并行
        • 预测
        • 程序
        • ProgramOfThought
        • ReAct
        • 优化
        • BetterTogether
        • BootstrapFewShot
        • BootstrapFewShotWithRandomSearch
        • BootstrapFinetune
        • BootstrapRS
        • COPRO
        • 集成
        • 推断规则
        • KNN
        • KNNFewShot
        • LabeledFewShot
        • MIPROv2
        • SIMBA
        • 示例
        • 历史记录
        • 图像
        • 预测
        • 工具
        • InputField
        • OutputField
        • 签名
        • ColBERTv2
        • 嵌入
        • PythonInterpreter
        • StatusMessage
        • StatusMessageProvider
        • StreamListener
        • asyncify
        • disable_litellm_logging
        • disable_logging
        • enable_litellm_logging
        • enable_logging
        • inspect_history
        • 加载
        • streamify

    概述

    • 在 DSPy 中使用 MCP
    • 输出优化
    • 保存和加载
    • 部署
    • 调试与可观测性
    • 流式传输
    • 异步
    上一页:
    用于多跳研究的强化学习
    下一页:
    在 DSPy 中使用 MCP
    © 2025 DSPy
    使用 Material for MkDocs 制作