모델, 임베딩, 벡터 저장소와 서드파티 통합을 위한 표준 인터페이스를 제공하는 LLM 기반 애플리케이션 및 에이전트 구축용 Python 프레임워크입니다.
stanfordnlp/dspy
프롬프트를 직접 작성하는 대신, 프롬프트와 가중치를 최적화하는 모듈형 코드와 알고리즘으로 언어 모델을 프로그래밍하는 Python 프레임워크입니다.
- 스타
- 38,705
- 포크
- 3,437
- 열린 이슈
- 814
- 마지막 커밋
- 21시간 전
어떤 프로젝트인가요?
DSPy는 직접 프롬프트를 작성하는 대신 조합 가능한 코드를 작성해 AI 시스템을 구축하는 Python 프레임워크입니다. 각 언어 모델 호출의 입력과 출력을 모듈로 선언한 뒤, 이를 조합해 분류기, 검색 증강 생성(RAG) 파이프라인, 에이전트 루프 등의 작업을 위한 파이프라인을 만들 수 있습니다.
DSPy는 이러한 프로그래밍 모델을 바탕으로, 사용자가 정의한 메트릭에 맞춰 프로그램의 프롬프트와 필요한 경우 가중치까지 조정하는 옵티마이저를 제공합니다. 프롬프트 문구를 시행착오로 수정하는 대신, LM 출력 품질을 체계적으로 개선할 수 있도록 하는 것이 목표입니다. 프로젝트는 pip으로 설치할 수 있으며, 문서는 dspy.ai에서 확인할 수 있습니다.
핵심 기능
- 01LM 호출을 Python 모듈로 선언하고 이를 조합해 프로그램을 만들 수 있습니다.
- 02사용자 정의 메트릭을 기준으로 프롬프트와 지침을 최적화합니다.
- 03RAG 파이프라인과 에이전트 루프 구축을 지원합니다.
- 04pip으로 설치할 수 있으며, 최신 main 브랜치는 GitHub에서 사용할 수 있습니다.
활용 사례
- 라벨이 지정된 예시를 바탕으로 개선되는 텍스트 분류기를 구축합니다.
- 검색 증강 질의응답 파이프라인을 만듭니다.
- 직접 관리하던 프롬프트 문자열을 버전 관리와 테스트가 가능한 Python 코드로 대체합니다.
빠른 시작
- 1
PyPI에서 DSPy 설치하기
pip install dspy - 2
시작하려면 dspy.ai의 문서를 읽어 보세요
사용 전 알아둘 점
- README에서 사용법을 외부 문서로 안내하므로, 여기의 빠른 시작 안내는 간단합니다.
토픽
자주 묻는 질문
- dspy은(는) 무엇인가요?
- 프롬프트를 직접 작성하는 대신, 프롬프트와 가중치를 최적화하는 모듈형 코드와 알고리즘으로 언어 모델을 프로그래밍하는 Python 프레임워크입니다. DSPy는 직접 프롬프트를 작성하는 대신 조합 가능한 코드를 작성해 AI 시스템을 구축하는 Python 프레임워크입니다. 각 언어 모델 호출의 입력과 출력을 모듈로 선언한 뒤, 이를 조합해 분류기, 검색 증강 생성(RAG) 파이프라인, 에이전트 루프 등의 작업을 위한 파이프라인을 만들 수 있습니다.
- dspy은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- dspy은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- dspy은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. dspy의 마지막 커밋은 2026년 10월 19일입니다.
- dspy은(는) 어디에 사용할 수 있나요?
- 라벨이 지정된 예시를 바탕으로 개선되는 텍스트 분류기를 구축합니다. 검색 증강 질의응답 파이프라인을 만듭니다. 직접 관리하던 프롬프트 문자열을 버전 관리와 테스트가 가능한 Python 코드로 대체합니다.
- dspy는 어떻게 설치하나요?
- PyPI에서 DSPy 설치하기: pip install dspy 시작하려면 dspy.ai의 문서를 읽어 보세요
- dspy은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/stanfordnlp/dspy
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
자체 데이터와 LLM을 연결해 RAG, 에이전트, 문서 처리 애플리케이션을 구축하는 Python 프레임워크입니다.
AI 에이전트와 워크플로를 시각적으로 구축하고 테스트·배포하며, API와 MCP 서버로 바로 노출할 수 있는 플랫폼입니다.
대화 전반에 걸쳐 사용자, 세션, 에이전트 컨텍스트를 저장하고 검색하는 AI 에이전트 및 앱용 메모리 레이어입니다.
대화 기록만 재생하는 대신 기억을 저장·회상·성찰해 AI 에이전트가 시간이 지날수록 학습하도록 돕는 에이전트 메모리 시스템입니다.
도구, 핸드오프, 가드레일, 세션, 트레이싱을 활용해 멀티 에이전트 워크플로를 구축하는 경량 Python 프레임워크로, OpenAI와 100개 이상의 LLM을 제공자에 구애받지 않고 지원합니다.