DSPy.rb

使用可组合、类型安全的模块，以地道的 Ruby 方式构建可靠的 LLM 应用程序。

DSPy.rb 是斯坦福大学 DSPy 的 Ruby 移植版。你无需再与脆弱的提示字符串作斗争，只需定义类型化的签名，剩下的交给框架处理。提示即函数，LLM 调用变得可预测。

require 'dspy'

DSPy.configure do |c|
  c.lm = DSPy::LM.new('openai/gpt-4o-mini', api_key: ENV['OPENAI_API_KEY'])
end

class Summarize < DSPy::Signature
  description "用一句话总结给定的文本。"

  input do
    const :text, String
  end

  output do
    const :summary, String
  end
end

summarizer = DSPy::Predict.new(Summarize)
result = summarizer.call(text: "DSPy.rb 将结构化的 LLM 编程带到了 Ruby...")
puts result.summary

就是这样。无需提示模板，无需 JSON 解析，无需祈祷式的错误处理。

安装

# Gemfile
gem 'dspy'
gem 'dspy-openai'     # 用于 OpenAI、OpenRouter 或 Ollama
# gem 'dspy-anthropic' # 用于 Claude
# gem 'dspy-gemini'    # 用于 Gemini
# gem 'dspy-ruby_llm'  # 用于通过 RubyLLM 支持 12+ 个提供商

bundle install

快速开始

配置你的 LLM

# OpenAI
DSPy.configure do |c|
  c.lm = DSPy::LM.new('openai/gpt-4o-mini',
                      api_key: ENV['OPENAI_API_KEY'],
                      structured_outputs: true)
end

# Anthropic Claude
DSPy.configure do |c|
  c.lm = DSPy::LM.new('anthropic/claude-sonnet-4-20250514',
                      api_key: ENV['ANTHROPIC_API_KEY'])
end

# Google Gemini
DSPy.configure do |c|
  c.lm = DSPy::LM.new('gemini/gemini-2.5-flash',
                      api_key: ENV['GEMINI_API_KEY'])
end

# Ollama (本地，免费)
DSPy.configure do |c|
  c.lm = DSPy::LM.new('ollama/llama3.2')
end

# OpenRouter (200+ 模型)
DSPy.configure do |c|
  c.lm = DSPy::LM.new('openrouter/deepseek/deepseek-chat-v3.1:free',
                      api_key: ENV['OPENROUTER_API_KEY'])
end

定义签名

签名是 LLM 操作的类型化契约。定义输入、输出，让 DSPy 处理提示：

class Classify < DSPy::Signature
  description "对给定句子的情感进行分类。"

  class Sentiment < T::Enum
    enums do
      Positive = new('positive')
      Negative = new('negative')
      Neutral = new('neutral')
    end
  end

  input do
    const :sentence, String, description: '要分析的句子'
  end

  output do
    const :sentiment, Sentiment
    const :confidence, Float
  end
end

classifier = DSPy::Predict.new(Classify)
result = classifier.call(sentence: "这本书读起来超级有趣！")

result.sentiment    # => #<Sentiment::Positive>
result.confidence   # => 0.92

思维链

对于复杂的推理，使用 ChainOfThought 来获取分步解释：

solver = DSPy::ChainOfThought.new(MathProblem)
result = solver.call(problem: "如果一列火车在 2 小时内行驶 120 公里，它的速度是多少？")

result.reasoning  # => "速度 = 距离 / 时间 = 120公里 / 2小时 = 60公里/小时"
result.answer     # => "60 公里/小时"

ReAct 智能体

构建使用工具来完成任务的智能体：

class SearchTool < DSPy::Tools::Base
  tool_name "search"
  tool_description "搜索信息"

  sig { params(query: String).returns(String) }
  def call(query:)
    # 你的搜索实现
    "结果 1, 结果 2"
  end
end

agent = DSPy::ReAct.new(ResearchTask, tools: [SearchTool.new], max_iterations: 5)
result = agent.call(question: "关于 Ruby 3.4 的最新消息是什么？")

包含内容

核心模块：Predict、ChainOfThought、ReAct 智能体以及可组合的管道。

类型安全：基于 Sorbet 的运行时验证。枚举、联合类型、嵌套结构体——全部支持。

多模态：使用 DSPy::Image 进行图像分析，适用于支持视觉的模型。

可观测性：通过 OpenTelemetry 实现零配置的 Langfuse 集成。非阻塞，生产就绪。

优化：MIPROv2（贝叶斯优化）和 GEPA（遗传进化）用于提示调优。

提供商支持：通过官方 SDK 支持 OpenAI、Anthropic、Gemini、Ollama 和 OpenRouter。

文档

完整文档 — 快速入门、核心概念、高级模式。

llms.txt — 面向 AI 助手的 LLM 友好参考。

Claude 技能

提供了一个 Claude 技能 来帮助你构建 DSPy.rb 应用程序：

# Claude Code — 从 vicentereig/engineering 市场安装
claude install-skill vicentereig/engineering --skill dspy-rb

对于 Claude.ai Pro/Max，下载 技能 ZIP 文件 并通过 设置 > 技能 上传。

示例

examples/ 目录包含常见模式的可运行代码：

• 情感分类
• 使用工具的 ReAct 智能体
• 图像分析
• 提示优化

bundle exec ruby examples/basic_search_agent.rb

可选 Gem

DSPy.rb 附带了一些具有较重依赖项的功能的兄弟 gem。按需添加：

请在文档中查看 完整列表。

贡献

反馈非常宝贵。如果你遇到问题，请 提交一个 issue。对于建议，请 发起一个讨论。

想贡献代码？请联系：hey at vicente.services

许可证

MIT 许可证。