Framework de Python para crear aplicaciones y agentes basados en LLM, con interfaces estándar para modelos, embeddings, almacenes vectoriales e integraciones de terceros.
stanfordnlp/dspy
Framework de Python para programar modelos de lenguaje con código modular y algoritmos que optimizan prompts y pesos, en lugar de escribir prompts a mano.
- Estrellas
- 38,705
- Forks
- 3,437
- Issues abiertos
- 814
- Último commit
- hace 15 horas
¿Qué es?
DSPy es un framework de Python para crear sistemas de IA mediante código componible, en vez de prompts elaborados a mano. Puedes declarar las entradas y salidas de cada llamada a un modelo de lenguaje como módulos y luego combinarlos en pipelines para tareas como clasificación, generación aumentada por recuperación (RAG) o ciclos de agentes.
Sobre este modelo de programación, DSPy ofrece optimizadores que ajustan los prompts y, cuando corresponde, los pesos de un programa según una métrica que defines. El objetivo es que la calidad de las salidas del modelo de lenguaje sea algo que puedas mejorar de forma sistemática, en vez de ajustarla mediante prueba y error sobre el texto del prompt. El proyecto se instala con pip y está documentado en dspy.ai.
Funciones clave
- 01Declarar llamadas a modelos de lenguaje como módulos de Python y combinarlos en programas.
- 02Optimizar prompts e instrucciones según una métrica definida por el usuario.
- 03Permite crear pipelines de RAG y ciclos de agentes.
- 04Se instala con pip; la última versión de la rama principal está disponible en GitHub.
Casos de uso
- Crear clasificadores de texto que mejoran a partir de ejemplos etiquetados.
- Crear pipelines de preguntas y respuestas con generación aumentada por recuperación.
- Reemplazar cadenas de prompts mantenidas manualmente por código Python versionado y comprobable.
Inicio rápido
- 1
Instala DSPy desde PyPI
pip install dspy - 2
Lee la documentación en dspy.ai para empezar
Antes de usarlo
- El README remite a documentación externa para consultar el uso, por lo que esta guía de inicio rápido es breve.
Temas
Preguntas frecuentes
- ¿Qué es dspy?
- Framework de Python para programar modelos de lenguaje con código modular y algoritmos que optimizan prompts y pesos, en lugar de escribir prompts a mano. DSPy es un framework de Python para crear sistemas de IA mediante código componible, en vez de prompts elaborados a mano. Puedes declarar las entradas y salidas de cada llamada a un modelo de lenguaje como módulos y luego combinarlos en pipelines para tareas como clasificación, generación aumentada por recuperación (RAG) o ciclos de agentes.
- ¿dspy es gratuito? ¿Qué licencia tiene?
- dspy es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿dspy sigue mantenido?
- Mantenimiento activo. El último commit de dspy fue el 19 oct 2026.
- ¿Para qué puedo usar dspy?
- Crear clasificadores de texto que mejoran a partir de ejemplos etiquetados. Crear pipelines de preguntas y respuestas con generación aumentada por recuperación. Reemplazar cadenas de prompts mantenidas manualmente por código Python versionado y comprobable.
- ¿Cómo se instala dspy?
- Instala DSPy desde PyPI: pip install dspy Lee la documentación en dspy.ai para empezar
- ¿Dónde consigo dspy?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/stanfordnlp/dspy
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Framework de Python para crear aplicaciones de RAG, agentes y procesamiento de documentos que conectan LLM con tus propios datos.
Plataforma visual para crear, probar y desplegar agentes y flujos de trabajo de IA, con exposición integrada mediante API y servidor MCP.
Una capa de memoria para agentes y aplicaciones de IA que guarda y recupera el contexto de usuarios, sesiones y agentes entre conversaciones.
Framework ligero de Python para crear flujos de trabajo multiagente con herramientas, transferencias, guardrails, sesiones y trazas, compatible con OpenAI y más de 100 LLMs.
Framework open source de Python para crear aplicaciones LLM listas para producción con pipelines modulares y flujos de trabajo de agentes para RAG, búsqueda y agentes.