October 2026
346 pages
5h 1m
Chinese
本作品已使用人工智能进行翻译。欢迎您提供反馈和意见:translation-feedback@oreilly.com
AI 代理需要在恰当的时机获得恰当的上下文信息,才能发挥良好作用。输入过多会增加成本并降低准确性,而输入过少则会导致系统不稳定并产生“幻觉”。《DSPy 下的上下文工程》提出了一种实用且以评估为导向的方法,用于设计在扩展过程中仍能保持可靠、可预测且易于维护的 AI 系统。
AI工程师兼教育家迈克·泰勒(Mike Taylor)以清晰易懂的风格讲解了DSPy,展示了其模块化结构、可移植程序和内置优化器如何帮助团队摆脱凭空猜测的困境。 通过真实案例和分步指导,您将了解 DSPy 的签名、模块、数据集和指标如何协同工作,以解决随着模型变化和工作负载扩展而不断演变的上下文工程问题。
本书为人工智能工程师、数据科学家、机器学习从业者以及软件开发人员提供支持,帮助他们构建能够稳定运行于生产环境的人工智能代理、检索增强生成(RAG)系统以及多步骤推理工作流。
Read now
Unlock full access