mirror of
https://github.com/simstudioai/sim.git
synced 2026-04-06 03:00:16 -04:00
d1d43b27bd
* fix: update i18n.lock * feat(docs): enhance documentation with new sections on file handling, form deployment, quick reference, agent skills, and A2A integration
108 lines
6.0 KiB
Plaintext
108 lines
6.0 KiB
Plaintext
---
|
||
title: DSPy
|
||
description: Führen Sie Vorhersagen mit selbst gehosteten DSPy-Programmen aus
|
||
---
|
||
|
||
import { BlockInfoCard } from "@/components/ui/block-info-card"
|
||
|
||
<BlockInfoCard
|
||
type="dspy"
|
||
color="#E0E0E0"
|
||
/>
|
||
|
||
{/* MANUAL-CONTENT-START:intro */}
|
||
[DSPy](https://github.com/stanford-oval/dspy) ist ein Open-Source-Framework für die Programmierung – statt Prompting – von Sprachmodellen. DSPy ermöglicht es Ihnen, interpretierbare und modulare LLM-gestützte Agenten mithilfe von Python-Funktionen, strukturierten Modulen und deklarativen Signaturen zu erstellen, wodurch es einfach wird, Sprachmodellanwendungen zu komponieren, zu debuggen und zuverlässig bereitzustellen.
|
||
|
||
Mit DSPy in Sim können Sie:
|
||
|
||
- **Benutzerdefinierte Vorhersagen ausführen**: Verbinden Sie Ihren selbst gehosteten DSPy-Server und rufen Sie Vorhersage-Endpunkte für eine Vielzahl von natürlichsprachlichen Aufgaben auf.
|
||
- **Chain of Thought und ReAct-Reasoning**: Nutzen Sie fortgeschrittene DSPy-Module für schrittweises Reasoning, mehrstufige Dialoge und Action-Observation-Schleifen.
|
||
- **Integration in Ihre Workflows**: Automatisieren Sie LLM-Vorhersagen und Reasoning als Teil jeder Sim-Automatisierung oder Agentenroutine.
|
||
- **Benutzerdefinierte Endpunkte und Kontext bereitstellen**: Rufen Sie flexibel Ihre eigenen DSPy-gestützten APIs mit benutzerdefinierter Authentifizierung, Endpunkten, Eingabefeldern und Kontext auf.
|
||
|
||
Diese Funktionen ermöglichen es Ihren Sim-Agenten, auf modulare, interpretierbare LLM-basierte Programme für Aufgaben wie Fragebeantwortung, Dokumentenanalyse, Entscheidungsunterstützung und mehr zuzugreifen – wobei Sie die Kontrolle über das Modell, die Daten und die Logik behalten.
|
||
{/* MANUAL-CONTENT-END */}
|
||
|
||
## Nutzungsanweisungen
|
||
|
||
Integrieren Sie sich mit Ihren selbst gehosteten DSPy-Programmen für LLM-gestützte Vorhersagen. Unterstützt Predict, Chain of Thought und ReAct-Agenten. DSPy ist das Framework für die Programmierung – nicht das Prompting – von Sprachmodellen.
|
||
|
||
## Tools
|
||
|
||
### `dspy_predict`
|
||
|
||
Führen Sie eine Vorhersage mit einem selbst gehosteten DSPy-Programm-Endpunkt aus
|
||
|
||
#### Eingabe
|
||
|
||
| Parameter | Typ | Erforderlich | Beschreibung |
|
||
| --------- | ---- | -------- | ----------- |
|
||
| `baseUrl` | string | Ja | Basis-URL des DSPy-Servers \(z. B. https://your-dspy-server.com\) |
|
||
| `apiKey` | string | Nein | API-Schlüssel für die Authentifizierung \(falls von Ihrem Server erforderlich\) |
|
||
| `endpoint` | string | Nein | API-Endpunkt-Pfad \(Standard ist /predict\) |
|
||
| `input` | string | Ja | Der Eingabetext, der an das DSPy-Programm gesendet werden soll |
|
||
| `inputField` | string | Nein | Name des Eingabefelds, das vom DSPy-Programm erwartet wird \(Standard ist "text"\) |
|
||
| `context` | string | Nein | Zusätzlicher Kontext, der dem DSPy-Programm bereitgestellt werden soll |
|
||
| `additionalInputs` | json | Nein | Zusätzliche Schlüssel-Wert-Paare, die in den Request-Body aufgenommen werden sollen |
|
||
|
||
#### Ausgabe
|
||
|
||
| Parameter | Typ | Beschreibung |
|
||
| --------- | ---- | ----------- |
|
||
| `answer` | string | Die Hauptausgabe/Antwort des DSPy-Programms |
|
||
| `reasoning` | string | Die Begründung oder Erklärung hinter der Antwort \(falls verfügbar\) |
|
||
| `status` | string | Antwortstatus vom DSPy-Server \(Erfolg oder Fehler\) |
|
||
| `rawOutput` | json | Die vollständige Rohausgabe des DSPy-Programms \(result.toDict\(\)\) |
|
||
|
||
### `dspy_chain_of_thought`
|
||
|
||
Führen Sie eine Chain of Thought-Vorhersage mit einem selbst gehosteten DSPy ChainOfThought-Programm-Endpunkt aus
|
||
|
||
#### Eingabe
|
||
|
||
| Parameter | Typ | Erforderlich | Beschreibung |
|
||
| --------- | ---- | -------- | ----------- |
|
||
| `baseUrl` | string | Ja | Basis-URL des DSPy-Servers \(z. B. https://your-dspy-server.com\) |
|
||
| `apiKey` | string | Nein | API-Schlüssel für die Authentifizierung \(falls von Ihrem Server erforderlich\) |
|
||
| `endpoint` | string | Nein | API-Endpunkt-Pfad \(Standard ist /predict\) |
|
||
| `question` | string | Ja | Die Frage, die mithilfe von Chain of Thought-Reasoning beantwortet werden soll |
|
||
| `context` | string | Nein | Zusätzlicher Kontext zur Beantwortung der Frage |
|
||
|
||
#### Ausgabe
|
||
|
||
| Parameter | Typ | Beschreibung |
|
||
| --------- | ---- | ----------- |
|
||
| `answer` | string | Die durch Chain of Thought-Reasoning generierte Antwort |
|
||
| `reasoning` | string | Die schrittweise Begründung, die zur Antwort geführt hat |
|
||
| `status` | string | Antwortstatus vom DSPy-Server \(Erfolg oder Fehler\) |
|
||
| `rawOutput` | json | Die vollständige Rohausgabe des DSPy-Programms \(result.toDict\(\)\) |
|
||
|
||
### `dspy_react`
|
||
|
||
Führen Sie einen ReAct-Agenten mit einem selbst gehosteten DSPy ReAct-Programm-Endpunkt für mehrstufiges Denken und Handeln aus
|
||
|
||
#### Eingabe
|
||
|
||
| Parameter | Typ | Erforderlich | Beschreibung |
|
||
| --------- | ---- | -------- | ----------- |
|
||
| `baseUrl` | string | Ja | Basis-URL des DSPy-Servers \(z. B. https://your-dspy-server.com\) |
|
||
| `apiKey` | string | Nein | API-Schlüssel für die Authentifizierung \(falls von Ihrem Server erforderlich\) |
|
||
| `endpoint` | string | Nein | API-Endpunkt-Pfad \(Standardwert: /predict\) |
|
||
| `task` | string | Ja | Die Aufgabe oder Frage, an der der ReAct-Agent arbeiten soll |
|
||
| `context` | string | Nein | Zusätzlicher Kontext für die Aufgabe |
|
||
| `maxIterations` | number | Nein | Maximale Anzahl von Denkiterationen \(Standardwert: Servereinstellung\) |
|
||
|
||
#### Ausgabe
|
||
|
||
| Parameter | Typ | Beschreibung |
|
||
| --------- | ---- | ----------- |
|
||
| `answer` | string | Die endgültige Antwort oder das Ergebnis des ReAct-Agenten |
|
||
| `reasoning` | string | Die Gesamtzusammenfassung des Denkprozesses des Agenten |
|
||
| `trajectory` | array | Der schrittweise Verlauf von Gedanken, Aktionen und Beobachtungen |
|
||
| ↳ `thought` | string | Der Denkprozess in diesem Schritt |
|
||
| ↳ `toolName` | string | Der Name des aufgerufenen Tools/der Aktion |
|
||
| ↳ `toolArgs` | json | An das Tool übergebene Argumente |
|
||
| ↳ `observation` | string | Die Beobachtung/das Ergebnis der Tool-Ausführung |
|
||
| `status` | string | Antwortstatus vom DSPy-Server \(Erfolg oder Fehler\) |
|
||
| `rawOutput` | json | Die vollständige Rohausgabe des DSPy-Programms \(result.toDict\(\)\) |
|