| Prompting | DSPy | Programmatic prompt optimization | | Orchestration | LangGraph | Stateful multi-agent workflows | | RAG | LlamaIndex | Document ingestion and retrieval | | Vectors | Qdrant / Pinecone | Embedding storage and search | | Evaluation | RAGAS | RAG quality metrics | | Experiment Tracking | MLflow / W&B | Logging, versioning, comparison |
| Serving | BentoML / vLLM | Model deployment | | Protocol | MCP | Tool and context integration |
Manual prompts are dead. DSPy treats prompts as optimizable code:
Используйте этот навык при создании функций искусственного интеллекта, интеграции LLM, внедрении RAG, работе с внедрениями, развертывании моделей машинного обучения или изучении данных. Активируется при упоминании OpenAI, Anthropic, Claude, GPT, LLM, RAG, внедрений, векторной базы данных, Pinecone, Qdrant, LangChain, LlamaIndex, DSPy, MLflow, тонкой настройки, LoRA, QLoRA, развертывания модели, конвейера ML, разработки функций или машинного обучения. Источник: hyperb1iss/hyperskills.