如果你还在手写提示词，这个 TypeScript 框架能帮你省一半时间

如果你还在手写提示词，这个 TypeScript 框架能帮你省一半时间

做 LLM 应用的开发者，迟早会踩同一个坑：提示词写得再漂亮，换个模型就崩；参数调来调去，效果还是不稳定。DSPy 在 Python 圈已经火了好一阵，但 JavaScript / TypeScript 生态一直缺一个“官方级”的等价方案，直到 ax 出现。

ax（github.com/ax-llm/ax）是当前最接近“TypeScript 官方 DSPy”的框架。它把 LLM 编程从“写 prompt 字符串”变成“声明式模块 + 自动优化”，用编译器的思路去管理模型调用。你只需要定义输入输出和评分标准，框架会帮你自动调参、自动选提示词、自动做 few-shot 检索。

为什么比手写 prompt 靠谱？

传统写法的痛点是：模型换了、温度高了、上下文长了，之前调好的提示词立刻失效。ax 的核心思路是 把 prompt 当成可编译的代码，而不是一次性字符串。它内置了：

• 声明式 Agent 定义：用 TypeScript 类型描述模型行为，IDE 友好
• 自动 Prompt 优化：根据评分信号迭代提示词，不用人工盲调
• 多模型适配层：同一套逻辑跑 OpenAI / Anthropic / 本地模型，改一行配置
• Built-in 评估器：上线前自动跑回归测试，避免悄悄变差

这跟 Python 版 DSPy 的理念一致，但 ax 赢在 原生 TypeScript 类型系统。对前端、Node.js、全栈开发者来说，不用再在 Python 和 TS 之间来回切。

谁该用？

如果你在项目里已经用 TypeScript 写 LLM 调用，或者团队想给 AI 功能加一层稳定的工程壳，ax 值得试试。Star 数 2800+，社区活跃，更新频繁，已经过了“玩具阶段”。

GitHub：github.com/ax-llm/ax

—

**GitHub:** https://github.com/ax-llm/ax