Sentinel_Guard

给 AI 应用加一道安全网关，拦截注入与越权调用

Sentinel_Guard 是一个面向 AI 应用、智能体（Agent）和 AI 增强 IDE 的安全优先 LLM 网关与护栏系统。它解决的核心问题是：当应用调用大模型时，提示词注入、敏感数据泄露、越权工具调用、恶意输出等风险缺乏统一拦截层。项目以网关形式部署在应用与 LLM 之间，对请求和响应做策略检查，支持对输入提示做注入检测、对输出做内容过滤、对工具调用做权限校验，并可记录审计日志。它强调安全优先，适合需要合规或风控的团队在现有 AI 链路上快速加一层防护，而不必改动业务代码。Python 实现便于集成到主流框架，早期项目但方向明确。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 132

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队aitechnav

所属国家

官网地址

GitHubhttps://github.com/aitechnav/Sentinel_Guard

定价模式free

价格说明开源项目，免费使用，定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型

GitHub 星标★ 132

30天Star增速

HF 下载量

上线时间2026-04-25 00:00:00

最近更新2026-09-12 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-16

浏览次数0

使用教程

核心亮点

以独立网关形式接入，业务代码改动小，可统一管理多个 LLM 调用入口
同时覆盖输入提示注入检测、输出内容过滤和工具调用权限校验三个层面
Python 实现，便于与主流 AI 框架和自研 Agent 集成，支持审计日志

不足之处

项目处于早期阶段，规则库和检测策略的覆盖面与准确率仍需验证
文档和社区生态尚不完善，生产环境落地案例较少

适用场景

企业内 AI 助手需要防止用户通过提示注入套取内部数据
Agent 调用外部工具前做权限和参数校验，避免越权操作
AI 增强 IDE 中拦截恶意代码建议或敏感信息外泄

替代项目

Guardrails AI、NeMo Guardrails

项目介绍

Sentinel_Guard 是一个基础设施领域的开源项目，官方简介：Security first LLM gateway and guardrails for AI applications, agents and AI powered IDEs。项目使用 Python 开发，在 GitHub 上获得 132 星标。

上一篇：Orion

下一篇：mcp-context-forge