D

DSPy

IA Agents & Orchestration · Depuis 2023

2023

Creation

Site officielGitHub

Framework de Stanford pour programmer (pas prompter) les modeles de langage. Au lieu d'ecrire des prompts manuellement, vous definissez des modules declaratifs avec des signatures et DSPy optimise automatiquement les prompts via des compilateurs. Change fondamentalement l'approche du prompt engineering.

programmingoptimizationdeclarative
Avantages & Inconvenients

Avantages

  • Optimisation automatique : le compilateur trouve les meilleurs prompts sur vos donnees
  • Approche programmatique : remplace le prompt engineering artisanal par du code testable
  • Composable : combinez des modules (ChainOfThought, ReAct) comme des fonctions Python

Inconvenients

  • Courbe d'apprentissage elevee : paradigme radicalement different du prompting classique
  • Compilation couteuse en tokens : le compilateur fait des centaines d'appels LLM
  • Debugging opaque : difficile de comprendre pourquoi le compilateur choisit un prompt
Cas d'usage
  • Pipelines RAG optimises automatiquement sur un jeu de donnees d'evaluation
  • Classification de texte avec LLMs : DSPy trouve le prompt optimal pour votre dataset
  • Systemes IA modulaires ou chaque etape est un module optimise independamment

Autres dans IA Agents & Orchestration

L

LangChain

IA Agents & Orchestration

Framework LLM #1 (95k+ stars, 700+ integrations)

llmchainsagents
L

LangGraph

IA Agents & Orchestration

Agents IA stateful en graphes cycliques

agentsgraphstateful
C

CrewAI

IA Agents & Orchestration

Equipes d'agents IA avec roles definis

multi-agentcollaborationroles
M

Mastra

IA Agents & Orchestration

Framework IA TypeScript-first (agents+RAG+MCP)

agentstypescriptworkflows