Doberman-Core

运行时拦截 AI 的每个动作，防止危险操作执行

Doberman-Core 是一个面向 AI 代理的运行时安全防护库，定位为“AI 的看门狗”。它解决的是 LLM 应用在输入、输出和工具调用环节缺乏实时管控的问题，防止恶意提示注入、越权操作或意外行为在真正执行前造成损害。核心能力包括：在运行时拦截并审核每一次用户输入、模型输出以及工具调用，基于策略规则进行授权判断，支持 MCP（模型上下文协议）集成，从而实现对代理行为的细粒度控制。它采用 Python 编写，轻量且易于嵌入现有代理框架，为开发者提供了一层可编程的安全边界，确保 AI 系统在复杂环境中仍能保持可控和可信。

开源 free 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 197

维护状态活跃

是否开源是

定价模式 free

项目数据

分类评测安全

开发团队DobermanCore

所属国家

官网地址

GitHubhttps://github.com/DobermanCore/Doberman-Core

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agent-security,ai-agents,ai-safety,authorization,guardrails,llm,llm-security,mcp,python,security

GitHub 星标★ 197

30天Star增速

HF 下载量

上线时间2026-06-07 00:00:00

最近更新2026-08-25 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-26

浏览次数0

核心亮点

实时拦截输入、输出和工具调用，防护时机精准
基于策略的授权机制，支持细粒度控制
原生支持 MCP，便于集成到现代代理生态

不足之处

项目早期，文档和社区生态尚待完善
策略配置可能增加开发者的学习成本

适用场景

企业级 LLM 应用的安全合规审查
代理工具链中防止越权或恶意操作
多代理系统间的行为隔离与管控

替代项目

Guardrails AI、Llama Guard、NeMo Guardrails

项目介绍

Doberman-Core 是一个评测安全领域的开源项目，官方简介：Your AI's guard dog. Doberman sits at runtime, gating every input, output and tool call to stop unsafe or unintended actions before they execute.。项目使用 Python 开发，在 GitHub 上获得 197 星标。

上一篇：Tracely-ai

下一篇：guardian-sdk