safe-clip 是评测安全领域的开源项目，由 aimagelab 开发，2023 年首次发布。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 68。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-26。可自行部署使用，完全免费。
它主要面向的使用场景是：内容审核平台：过滤用户生成图像中的敏感内容。同类可对比的替代方案包括 CLIP、OpenCLIP、LAION-SAFETY。
safe-clip
给 CLIP 模型装上安全阀，自动过滤 NSFW 内容
Safe-CLIP 是一个针对视觉-语言模型的安全增强工具，主要解决 CLIP 类模型在图像生成和检索任务中可能生成或检索到 NSFW（不宜工作场所）内容的问题。它通过移除模型中与 NSFW 概念相关的知识，使模型在文本到图像生成、图像到文本检索等任务中自动规避敏感内容，同时尽量保持原有模型在正常任务上的性能。核心能力包括：对 CLIP 模型进行安全微调，过滤敏感概念；提供与现有生成和检索流程的无缝集成；基于 ECCV 2024 论文实现，具有学术可靠性。项目处于早期阶段，代码和文档正在完善中。
开源
free
图像生成
GitHub 星标
★ 68
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类图像生成
开发团队aimagelab
所属国家
定价模式free
价格说明开源项目，可自行部署使用，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型eccv2024,image-to-text,nsfw,retrieval,safety,text-to-image,trustworthy-ai,vision-and-language
GitHub 星标★ 68
30天Star增速
HF 下载量
上线时间2023-11-27 00:00:00
最近更新2026-08-26 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 直接针对 CLIP 模型的安全漏洞，有效移除 NSFW 概念，提升生成和检索安全性
- 基于 ECCV 2024 论文，方法经过学术验证，可信度高
- 支持文本到图像和图像到文本两种任务，适用面广
不足之处
- 项目早期，星标少，社区活跃度低，文档和示例可能不完善
- 安全过滤可能影响模型在正常内容上的性能，需权衡
适用场景
- 内容审核平台：过滤用户生成图像中的敏感内容
- 企业级 AI 服务：确保文本生成图像 API 的输出安全合规
- 视觉检索系统：避免检索结果中出现 NSFW 图片
替代项目
CLIP、OpenCLIP、LAION-SAFETY
项目介绍
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.