Token导航 LogoToken导航

Agent Skill · 开发

dspy-prompt-optimizer（dspy 提示优化器）

用于辅助提示词、系统指令、Agent 行为约束和工作流模板的整理。它适合让 Agent 规范任务边界、统一输出格式、拆分操作步骤或优化提示词可复用性。使用时需要保留真实业务约束，不要把示例当硬规则；涉及自动执行、外部工具或高风险操作时，应在提示词中明确确认步骤、权限边界和失败处理方式。

dspy-prompt-optimizer 是开发类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为需要联网；许可证为 MIT-0，第三方扫描有提醒项，按安装量在开发类的 21,746 个 Skill 里排第 10,949。

总安装 2,007周安装 82GitHub Stars 公开资料未说明下载 643核验 2026-05-01
开发需要联网ClawHub未标认证来源可访问许可证明确审计提醒OpenClaw

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。
GitHub
许可证
MIT-0
版本
0.1.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：dspy-prompt-optimizer（dspy 提示优化器）
来源仓库：https://github.com/tangweigang-jpg/dspy-prompt-optimizer
安装命令：
openclaw skills install dspy-prompt-optimizer
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw
openclaw skills install dspy-prompt-optimizer

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题，一般会读写仓库文件，部分还会执行构建或测试命令。

dspy-prompt-optimizer 基于 DSPy 框架自动编译提示词与 few-shot 示例。适用于 LLM 程序模块化开发与提示词性能优化任务。利用 train+dev 数据集训练 14 种优化器，提升输出准确率。

安装命令为 openclaw skills install dspy-prompt-optimizer，仅 OpenClaw 可用。优化结果依赖训练数据分布，长尾场景可能表现不稳定。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install dspy-prompt-optimizer；命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

dspy-prompt-optimizer 怎么安装？

在终端执行 openclaw skills install dspy-prompt-optimizer。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

dspy-prompt-optimizer 支持哪些 AI 工具？

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

dspy-prompt-optimizer 需要什么权限？

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

dspy-prompt-optimizer 是免费的吗？

来源标注的许可证是 MIT-0。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

dspy-prompt-optimizer 用的人多吗？

公开数据是累计安装 2,007 次，近一周安装 82 次，下载 643 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

dspy-prompt-optimizer 安全吗？

第三方扫描有提醒项，说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主，触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0，商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项，需要人工逐条确认。
  • 第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw，想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
dspy-prompt-optimizer

dspy 提示优化器 · 本页

2,007—需要联网MIT-0有提醒

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

name
dspy-prompt-optimizer
description
|-
DSPy
a Python framework for building LLM programs as composable Modules with declarative Signatures. 14 teleprompter (optimizer) classes auto-compile prompts and few-shot demos from train + dev sets. LM access is unified via LiteLLM; 2-tier cache (LRU + diskcache).
license
MIT-0
compatibility
AI engineering knowledge skill — host AI consumes seed.yaml directly. No installation required.
metadata
version
v0.1.0
blueprint_id
finance-bp-137
blueprint_source
stanfordnlp/dspy
blueprint_commit
da4ae1941d551fdc09d7d1bfbb6f7c01b96063a8
category
ai-engineering
doramagic_url
https://doramagic.ai/zh/crystal/dspy-prompt-optimizer
openclaw
skillKey
dspy-prompt-optimizer
category
ai-engineering
primaryEnv
knowledge

这个 skill 适合什么用户？能做哪些任务？

概览

DSPy 是把 LLM 程序写成可组合 Module + 声明式 Signature 的 Python 框架（github.com/stanfordnlp/dspy）。可插拔 Adapter 格式化消息和解析响应；LM 客户端层包装 LiteLLM 提供统一 provider 访问；14 个 teleprompter （optimizer）类从 train + dev 集自动编译 prompt 和 few-shot demo。

下层是 2 层缓存（LRUCache 内存 + diskcache FanoutCache 磁盘）和 3 层遥测（Settings.trace、Module.hist...

Doramagic 晶体页: https://doramagic.ai/zh/crystal/dspy-prompt-optimizer

知识规模

  • 44 条约束 (8 fatal + 36 non-fatal)
  • 上游源码: stanfordnlp/dspy @ commit da4ae194
  • 蓝图 ID: finance-bp-137

用法

Host AI（Claude Code / Cursor / OpenClaw）读 references/seed.yaml，按其中的：

  • intent_router 匹配用户意图
  • architecture 理解项目架构
  • constraints 应用 anti-pattern 约束
  • business_decisions 参考核心设计决策

FAQ 摘要

这个 skill 适合什么用户？能做哪些任务？

适合需要把 LLM 流水线工程化的研究员和工程师：用 Signature 替代手写prompt、用 teleprompter（如 MIPROv2、BootstrapFewShot）从数据自动优化 prompt + few-shot。覆盖 RAG / agent / 分类 / 抽取等用例。访问 doramagic.ai/r/dspy 查看完整说明。

需要准备什么环境？依赖什么？

Python 3.10+，至少一个 LM provider 通过 LiteLLM 访问（默认接受 'provider/model' 字符串如 'openai/gpt-4o-mini'）；可写磁盘用于 ~/.dspy_cache（或 DSPY_CACHEDIR 覆盖）。MIPROv2 离散搜索可选 optuna（懒加载）；asyncify 可选 anyio。

会踩哪些坑？这个 skill 怎么防护？

本 skill 内置 44 条约束（8 条 fatal）。CRITICAL 安全坑：(1) 默认 Cache(restrict_pickle=False) + diskcache pickle.load 在被污染的 ~/.dspy_cache shard 上 = RCE，无用户 opt-in；(2) MIPROv2 估算 LM 调用数但不在超预算时中止（静默失控成本）；

完整文档: 见 references/seed.yaml (v6.1 schema). 浏览页: https://doramagic.ai/zh/crystal/dspy-prompt-optimizer

平台分布

OpenClaw

91.32%
按下载量换算587

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项，安装前请自行复核。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多开发 Skills（21,746）返回 Skills 目录

上一个 Skill

dspy-output-refinement-constraints（dspy 输出细化约束）

omidzamani/dspy-skills

dspy-output-refinement-constraints 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

dstack（dstack 命令行）

dstackai/dstack

dstack 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。