DSPy Überblick und Eckdaten (Oktober 2026)

DSPy ist ein Open-Source-Framework in Python. Entwickler beschreiben in Code, was ein Sprachmodell leisten soll, und DSPy optimiert Prompts und Beispiele automatisch gegen eine Metrik. Es passt zu Entwicklerteams, die wiederholbare Prompt-Qualität statt Ausprobieren von Hand wollen.

DSPy wird seit Dezember 2022 von der Stanford NLP Group entwickelt und steht unter MIT-Lizenz. Signaturen legen typisierte Ein- und Ausgaben fest, Module wie Predict, ChainOfThought und ReAct bestimmen, wie eine Signatur ausgeführt wird. Optimierer wie GEPA, MIPROv2 und BootstrapFewShot passen Anweisungen und Beispiele gegen eine Metrik an und können auch Modellgewichte feintunen. Das Projekt nennt 5,2 Millionen Downloads im Monat und Einsatz bei Unternehmen wie Databricks, Shopify und Dropbox. Am 28. September 2026 hatte das Repository rund 38.400 Sterne.

• Optimiert Prompts gegen eine MetrikOptimierer probieren Anweisungen und Beispiele aus, messen das Ergebnis mit Ihrer Metrik und behalten, was funktioniert. Das Feintuning von Prompts wird zu einem wiederholbaren Vorgang statt Raten von Hand.
• Überträgt Aufgaben zwischen ModellenDa Aufgaben als Signaturen definiert sind, lässt sich ein Programm für ein anderes Modell neu kompilieren. Ein Anbieterwechsel heißt nicht, jeden Prompt neu zu schreiben.
• Misst Qualität systematischBausteine zur Evaluierung bewerten ein Programm auf einem Datensatz. Teams vergleichen Versionen und sehen, ob Änderungen die Zielmetrik verbessern.

• Behandelt Prompts als Ergebnis von kompiliertem Code, nicht als handgeschriebenen Text.
• Gestützt auf veröffentlichte Forschung, darunter GEPA vom Juli 2025.
• Kostenlos und an kein Modell gebunden, ohne gehosteten Dienst.

Forschungsprojekt der Stanford NLP Group, als Open Source weltweit genutzt, ohne Länderschwerpunkt.

Optimierungsläufe erzeugen viele Modellaufrufe, planen Sie API-Kosten für das Kompilieren ein. Die Optimierer brauchen einen bewerteten Datensatz und eine klare Metrik. Das Framework ist reiner Code, Ihr Team betreibt und pflegt es und legt fest, wohin Modellaufrufe gehen.

Noch keine Bewertung. Erzählen Sie als Erste:r, wie Ihr Team es nutzt.

Jede Bewertung zeigt ihre Prüfstufe. Wir lesen jede vor der Veröffentlichung. So prüfen wir Bewertungen