dspy-custom-module-design

This skill should be used when the user asks to "create custom DSPy module", "design a DSPy module", "extend dspy.Module", "build reusable DSPy component", mentions "custom module patterns", "module serialization", "stateful modules", "module testing", or needs to design production-quality custom DSPy modules with proper architecture, state management, and testing.

Zur Installation springen

Repository: majiayu000/claude-skill-registry
Letzte Quellaktivität: 23. Juni 2026 um 12:15
Erkannte Sprache von SKILL.md: Englisch
Sterne: 543
Forks: 85

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.

Ein direkter Befehl überspringt den Prüf-Prompt. Prüfen Sie die Quelle, bevor Sie ihn ausführen.

npx skills add https://github.com/majiayu000/claude-skill-registry --skill dspy-custom-module-design

Der Befehl bleibt in einer Zeile. Scrollen Sie horizontal, um ihn vor dem Kopieren vollständig zu prüfen.

Sie bevorzugen eine lokale Kopie? Laden Sie die Dateien herunter, die SkillsMP derzeit vorliegen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.

Datei-Explorer

2 Dateien

SKILL.md

Quellanweisungen · Schreibgeschützte Vorschau

Zurück zur Suche Zurück zur Installation

llm-calibration-logprobs

LLM token logprobs and calibration. Per-decision confidence, ECE, Brier, reliability diagrams, low-confidence triage.

2026-07-13

llm-calibration-logprobs

Analyze LLM token logprobs and calibration. Use for per-decision confidence, ECE, Brier scores, reliability diagrams, and low-confidence triage.

2026-07-13

recap

回顾最近 N 天的 Claude Code 使用记录——扫描原始会话数据，按主题分组汇总"我都做了什么"，并从个人操作系统视角输出模式、风险与增删建议。当用户说 /recap、"看看我这几天做了什么"、"回顾一下我最近的会话"、"这两天我用 claude 干了啥"、"活动回顾" 时使用。

2026-07-13

Alle aus diesem Repository ansehen

name	dspy-custom-module-design
version	1.0.0
dspy-compatibility	3.1.2
description	This skill should be used when the user asks to "create custom DSPy module", "design a DSPy module", "extend dspy.Module", "build reusable DSPy component", mentions "custom module patterns", "module serialization", "stateful modules", "module testing", or needs to design production-quality custom DSPy modules with proper architecture, state management, and testing.
allowed-tools	["Read","Write","Glob","Grep"]

DSPy Custom Module Design

Goal

Design production-quality custom DSPy modules with proper architecture, state management, serialization, and testing patterns.

When to Use

Building reusable DSPy components
Complex logic beyond built-in modules
Need custom state management
Sharing modules across projects
Production deployment requirements

Related Skills

Module composition: dspy-advanced-module-composition
Signature design: dspy-signature-designer
Optimization: dspy-miprov2-optimizer

import dspy from typing import List, Optional import logging logger = logging.getLogger(__name__) class ProductionRAG(dspy.Module): """Production-ready RAG with all best practices.""" def __init__( self, retriever_k: int = 5, cache_enabled: bool = True, cache_size: int = 1000 ): super().__init__() # Configuration self.retriever_k = retriever_k self.cache_enabled = cache_enabled self.cache_size = cache_size # Components self.retrieve = dspy.Retrieve(k=retriever_k) self.generate = dspy.ChainOfThought("context, question -> answer") # State self.cache = {} if cache_enabled else None self.call_count = 0 def forward(self, question: str) -> dspy.Prediction: """Execute RAG pipeline with caching.""" self.call_count += 1 # Validation if not question or not question.strip(): return dspy.Prediction( answer="Please provide a valid question.", error="Invalid input" ) # Cache check if self.cache_enabled and question in self.cache: logger.info(f"Cache hit (call #{self.call_count})") return self.cache[question] # Execute pipeline try: passages = self.retrieve(question).passages if not passages: logger.warning("No passages retrieved") return dspy.Prediction( answer="No relevant information found.", passages=[] ) result = self.generate(context=passages, question=question) result.passages = passages # Update cache if self.cache_enabled: self._update_cache(question, result) return result except Exception as e: logger.error(f"RAG execution failed: {e}") return dspy.Prediction( answer="An error occurred while processing your question.", error=str(e) ) def _update_cache(self, key: str, value: dspy.Prediction): """Manage cache with size limit.""" if len(self.cache) >= self.cache_size: self.cache.pop(next(iter(self.cache))) self.cache[key] = value def clear_cache(self): """Clear cache.""" if self.cache_enabled: self.cache.clear()

Input	Type	Description
`task_description`	`str`	What the module should do
`components`	`list`	Sub-modules or predictors
`state`	`dict`	Stateful attributes

dspy-custom-module-design

Installationsoptionen

Quelldateien prüfen

DSPy Custom Module Design

Goal

When to Use

Related Skills

DSPy Custom Module Design

Goal

When to Use

Related Skills

Inputs

Outputs

Workflow

Phase 1: Basic Module Structure

Phase 2: Stateful Modules

Phase 3: Error Handling and Validation

Phase 4: Serialization

Production Example

Best Practices

Limitations

Official Documentation

dspy-custom-module-design

Quellinformationen

Installationsoptionen

Quelldateien prüfen

Mehr aus diesem Repository

Mehr aus diesem Repository

DSPy Custom Module Design

Goal

When to Use

Related Skills

DSPy Custom Module Design

Goal

When to Use

Related Skills

Inputs

Outputs

Workflow

Phase 1: Basic Module Structure

Phase 2: Stateful Modules

Phase 3: Error Handling and Validation

Phase 4: Serialization

Production Example

Best Practices

Limitations

Official Documentation