К основному содержанию
скилл CX Codex

dspy-reasoning-modules — скилл для Claude Code: обзор и запуск

Скилл dspy-reasoning-modules помогает настроить сложные модули рассуждений в DSPy 3.2.1: RLM, ProgramOfThought, CodeAct и Parallel. Пригодится при обработке длинных контекстов и вычислениях на Python.

MIT ★ 125 обновлён 2026-06-23

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add OmidZamani/dspy-skills --skill dspy-reasoning-modules -a claude-code
Открыть на GitHub

Что делает dspy-reasoning-modules

Скилл содержит правила выбора и применения модулей рассуждений для фреймворка DSPy. Он описывает работу с dspy.RLM для изучения объёмных документов через изолированный REPL и рекурсивные вызовы вспомогательных моделей. Для вычислений и запуска Python с кастомными инструментами скилл настраивает модули ProgramOfThought и CodeAct. Параллельная обработка пакетов с контролем ошибок разворачивается через dspy.Parallel.

Для работы модулей с генерацией кода по умолчанию требуется установленный Deno. Встроенный dspy.PythonInterpreter использует Pyodide и блокирует файловую систему, сеть и переменные окружения хоста. Доступ к локальным каталогам или внешним хостам нужно разрешать явно в параметрах интерпретатора. Без Deno в системе модули RLM, ProgramOfThought и CodeAct не запустятся.

Какие задачи решает

  • настроить dspy.RLM для анализа объёмных документов без раздувания контекста
  • подключить прикладные Python-функции к агенту через dspy.CodeAct
  • изолировать выполнение сгенерированного кода в песочнице на базе Deno и Pyodide
  • организовать многопоточный запуск задач через dspy.Parallel с отловом сбоев

Примеры запросов агенту

  • Собери модуль dspy.RLM для анализа длинного документа с лимитом max_iterations=12
  • Настрой dspy.CodeAct с инструментом lookup_rate и проверь права песочницы
  • Запусти пачку примеров параллельно в 8 потоков через dspy.Parallel

Как установить dspy-reasoning-modules

1Через Skills CLI (Vercel)

npx skills add OmidZamani/dspy-skills --skill dspy-reasoning-modules -a claude-code

2Вручную: положить файлы

~/.claude/skills/dspy-reasoning-modules/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/dspy-reasoning-modules/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о dspy-reasoning-modules

Как установить dspy-reasoning-modules в Claude Code?

Выполните команду npx skills add OmidZamani/dspy-skills --skill dspy-reasoning-modules -a claude-code.

Для чего нужен скилл dspy-reasoning-modules?

Он помогает модели правильно выбирать и конфигурировать модули рассуждений DSPy для работы с большими текстами, кодом и параллельными задачами.

Какие системные зависимости нужны для работы ProgramOfThought и RLM?

По умолчанию требуется установленный Deno. Исполнение кода происходит через Deno и Pyodide с закрытыми правами на сеть и диск.

Исходный текст

SKILL.md · MIT
---
name: dspy-reasoning-modules
version: "1.0.0"
dspy-compatibility: "3.2.1"
tags: ["reasoning"]
requires-extras: []
description: Use for DSPy reasoning modules including RLM, ProgramOfThought, CodeAct, Parallel, sandboxed execution, and long-context workflows.
allowed-tools:
  - Read
  - Write
  - Glob
  - Grep
---

# DSPy Reasoning Modules

## Goal

Choose the appropriate DSPy reasoning module for long-context exploration, code-assisted reasoning, or parallel execution.

## Module Selection

| Module | Use it for | Important constraint |
|--------|------------|----------------------|
| `dspy.RLM` | Exploring very large contexts with iterative REPL code and recursive sub-LM calls | Experimental; requires Deno by default |
| `dspy.ProgramOfThought` | Solving tasks by generating and executing Python | Requires Deno by default |
| `dspy.CodeAct` | Combining generated Python with predefined tool functions | Functions only; requires Deno |
| `dspy.Parallel` | Running `(module, example)` pairs concurrently | Tune threads and error handling |

## RLM for Large Contexts

`RLM` treats long inputs as external data in a sandbox rather than placing the full context in each LM prompt.

```python
import dspy

dspy.configure(lm=dspy.LM("openai/gpt-4o"))

rlm = dspy.RLM(
    "document, question -> answer",
    max_iterations=12,
    max_llm_calls=30,
    sub_lm=dspy.LM("openai/gpt-4o-mini"),
)

result = rlm(
    document=very_long_document,
    question="What were the main revenue drivers?",
)
print(result.answer)
```

Use `max_iterations`, `max_llm_calls`, and `max_output_chars` as explicit cost and output bounds.

## Sandboxed Execution

The default `dspy.PythonInterpreter` uses Deno and Pyodide. It denies host filesystem, environment, and network access unless explicitly enabled.

```python
from pathlib import Path
import dspy

with dspy.PythonInterpreter(
    enable_read_paths=[Path("./inputs")],
    enable_network_access=["api.example.com"],
) as interpreter:
    print(interpreter.execute("print('ready')"))
```

Grant only the minimum paths, environment variables, and network hosts needed by the task.

## ProgramOfThought and CodeAct

```python
import dspy

dspy.configure(lm=dspy.LM("openai/gpt-4o-mini"))

math = dspy.ProgramOfThought("question -> answer")
print(math(question="What is the sum of the first 100 integers?").answer)
```

Use `CodeAct` when generated code also needs curated host-side tools:

```python
def lookup_rate(currency: str) -> float:
    """Return a trusted exchange rate from the application service."""
    return rates[currency]

agent = dspy.CodeAct("amount, currency -> converted", tools=[lookup_rate])
```

## Parallel Execution

```python
parallel = dspy.Parallel(num_threads=8, return_failed_examples=True)
results, failed_examples, exceptions = parallel(
    [(program, {"question": question}) for question in questions]
)
```

## Best Practices

1. Prefer `Predict` or `ChainOfThought` until code execution or long-context exploration is justified.
2. Treat `RLM` as experimental and load-test before production deployment.
3. Bound loops and sub-LM calls.
4. Keep sandbox permissions narrow.
5. Create separate interpreters for concurrent custom-interpreter use.

## Official Documentation

- **RLM API**: https://dspy.ai/api/modules/RLM/
- **ProgramOfThought API**: https://dspy.ai/api/modules/ProgramOfThought/
- **CodeAct API**: https://dspy.ai/api/modules/CodeAct/
- **Parallel API**: https://dspy.ai/api/modules/Parallel/

© OmidZamani · MIT · OmidZamani/dspy-skills

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
recall-reasoning parcadei Скилл recall-reasoning для Claude Code ищет в прошлых сессиях решения, подходы и ошибки. Запускается перед задачей, похожей на уже сделанную, и поднимает, что сработало, а что нет. CX Codex +1 605установок prompt-engineering-dspy Orchestra Research Скилл prompt-engineering-dspy для Claude Code помогает собирать приложения на языковых моделях с DSPy и оптимизировать промпты по данным. Подключается к задачам с RAG, агентами и классификаторами. CX Codex +1 147установок thought-based-reasoning NeoLabHQ Скилл thought-based-reasoning для Claude Code, который подсказывает модели, как пошагово рассуждать над сложными задачами. Помогает разбирать задачи, где обычный промпт даёт неверный ответ. CX Codex +1 1 500установок reasoning-validator qdhenry Субагент reasoning-validator под именем Euclid проверяет логические цепочки с помощью формул WFGY и числовых метрик. Помогает находить логические ошибки в рассуждениях ассистента. CX Codex ★ 1 357звёзд репо bayesian-reasoning-calibration lyndonkl Скилл bayesian-reasoning-calibration применяет теорему Байеса, чтобы систематически пересчитывать вероятности при появлении новых фактов. Помогает делать точнее прогнозы, избежать переуверенности и обоснованно менять решения. CX Codex +1 162установок critical-thinking-logical-reasoning sammcj Скилл critical-thinking-logical-reasoning для Claude Code разбирает логику статей, отчётов и расшифровок. Он подключается по явной просьбе критически оценить аргумент. CX Codex +1 2 500установок

Из того же набора23

Весь набор →
skill-perfection Скилл skill-perfection проводит аудит и сразу исправляет файлы скиллов по официальной документации. Пригодится перед публикацией или релизом плагина. CX Codex +1 ★ 125звёзд репо dspy-simba-optimizer Скилл dspy-simba-optimizer для Claude Code и Codex оптимизирует программы DSPy методом SIMBA: по числовой метрике ищет удачные инструкции и примеры для повышения качества. CX Codex +1 ★ 125звёзд репо dspy-signature-designer Скилл dspy-signature-designer для Claude Code и Codex. Помогает описать входы и выходы модуля DSPy через типизированные сигнатуры, загоняя ответ модели в строгую схему. CX Codex +1 ★ 125звёзд репо dspy-react-agent-builder Скилл dspy-react-agent-builder помогает собрать агента на DSPy ReAct, который вызывает инструменты для многошаговых задач. Он пригодится для поиска с последующим анализом, расчётов и ответов с внешними данными. CX Codex +1 ★ 125звёзд репо dspy-rag-pipeline Скилл dspy-rag-pipeline для Claude Code и Codex, строит пайплайны retrieval-augmented generation с ColBERTv2. Систематически улучшает поиск по собственному корпусу документов и факт-чекирование ответов. CX Codex +1 ★ 125звёзд репо dspy-production-deployment Скилл dspy-production-deployment учит агента развёртывать пайплайны DSPy 3.2.1 с безопасным кэшированием, асинхронным запуском, трекингом токенов и стримингом ответов в продакшене. CX Codex +1 ★ 125звёзд репо dspy-output-refinement-constraints Скилл dspy-output-refinement-constraints для Claude Code и Codex помогает проверять и итерационно дорабатывать ответы DSPy, чтобы они соответствовали формату и содержали заданные данные. CX Codex +1 ★ 125звёзд репо dspy-optimizer-selection Скилл dspy-optimizer-selection для Claude Code выбирает оптимизатор DSPy по задаче и бюджету. Матрица показывает требования: зависимости, тип данных и возможность дообучения. CX Codex +1 ★ 125звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой