dspy
Acerca de
DSPy es un marco de trabajo que compila instrucciones en pipelines de IA automejorables mediante ingeniería de instrucciones programática. Permite a los desarrolladores construir y optimizar aplicaciones de LLM a través de firmas, módulos y optimizadores. Úsalo cuando necesites pipelines de instrucciones estructurados y mantenibles, con capacidades integradas de optimización y evaluación.
Instalación rápida
Claude Code
Recomendadonpx skills add vamseeachanta/workspace-hub -a claude-code/plugin add https://github.com/vamseeachanta/workspace-hubgit clone https://github.com/vamseeachanta/workspace-hub.git ~/.claude/skills/dspyCopia y pega este comando en Claude Code para instalar esta habilidad
Repositorio GitHub
Habilidades relacionadas
agenta-1-prompt-versioning-and-management
OtroEsta habilidad permite el control de versiones y la gestión de prompts de IA, permitiendo a los desarrolladores rastrear cambios, comparar iteraciones y mantener un historial de prompts. Proporciona herramientas para crear plantillas de prompts versionadas con parámetros como estilo y restricciones de longitud. Úsala cuando necesites flujos de trabajo de prompts reproducibles y auditables entre diferentes versiones de modelos o colaboraciones en equipo.
agenta-1-prompt-versioning-strategy
OtroEsta habilidad proporciona mejores prácticas para versionar prompts de IA utilizando versionado semántico y metadatos estructurados. Ayuda a los desarrolladores a rastrear cambios en los prompts, mantener registros de cambios y organizar sistemáticamente diferentes versiones de prompts. Úsala al implementar control de versiones para prompts en producción dentro de aplicaciones de IA.
agenta
OtroAgenta es una plataforma autoalojada para gestionar y evaluar prompts de LLM. Permite a los desarrolladores versionar prompts, ejecutar pruebas A/B y rastrear experimentos con métricas de evaluación. Úsala para probar e implementar cambios en los prompts de manera sistemática y con confianza.
dspy-3-retrieval-augmented-generation
OtroEsta habilidad de DSPy implementa Generación Aumentada por Recuperación (RAG) integrando la recuperación de documentos con la generación de modelos de lenguaje. Permite a los desarrolladores configurar un recuperador (como ChromaDB) y definir un pipeline que obtiene contexto relevante antes de generar respuestas. Úsala cuando necesites fundamentar las respuestas de IA en fuentes de conocimiento externas específicas o documentación.
