LLM-AutoDiff是一个基于自动微分技术的框架，专为优化大型语言模型（LLMs）的提示工程而设计。它通过将文本输入（如提示、示例等）视为可训练参数，并利用固定的'反向引擎'LLM生成反馈来迭代优化提示，显著提升了复杂LLM工作流（如多跳检索、代理系统等）的效率和性能。该框架由AdalFlow库实现，支持PyTorch风格的LLM工作流构建，具有模型无关性、社区驱动等特点。
