empirica

给 AI 装上可靠性仪表盘，让每次输出可测量、可拦截、可信赖。

empirica 是一个面向 AI 智能体与工作流的可靠性测量与保障框架，旨在解决 LLM 应用中的幻觉、记忆漂移和不可信输出问题。它提供认知测量（Epistemic measurement）、Noetic RAG（基于知识边界的检索增强）、Sentinel 门控（关键路径上的输出校验）以及 grounded calibration（基于事实校准）等核心能力，支持 Claude Code 等主流智能体工具。项目通过将不确定性显式建模，使开发者能够量化 AI 的置信度，并在关键操作前自动拦截低置信度输出，从而提升系统的可观测性与可信度。其技术栈涉及 AI 记忆、工作流编排和反幻觉机制，适合需要高可靠 AI 决策的工程场景。目前处于早期阶段，API 可能不稳定，但设计理念新颖，为 AI 工程化提供了新的度量维度。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 249

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队EmpiricaAI

所属国家

官网地址https://www.getempirica.com

GitHubhttps://github.com/EmpiricaAI/empirica

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-agents,ai-memory,ai-os,ai-workflows,anti-confabulation,epistemic-ai

GitHub 星标★ 249

30天Star增速

HF 下载量

上线时间2025-11-01 00:00:00

最近更新2026-09-21 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2026-08-09

浏览次数3

使用教程

核心亮点

首创认知测量框架，将 AI 置信度转化为可量化指标，便于监控和调优
Sentinel 门控机制能在关键流程中实时拦截低质量输出，降低事故风险
Noetic RAG 结合知识边界，减少检索幻觉，提升生成内容的事实性

不足之处

项目处于早期阶段（242星），文档和社区生态尚待完善
主要面向 Claude Code 等特定平台，对其他智能体框架的适配有限

适用场景

需要高可靠性的 AI 客服或决策系统，防止错误信息误导用户
在 RAG 流水线中增加事实性校验，减少幻觉输出
对 AI 工作流进行持续监控和回归测试，确保输出质量稳定

替代项目

LangChain、Guardrails AI、NeMo Guardrails

项目介绍

empirica 是评测安全领域的开源项目，由 EmpiricaAI 开发，2025 年首次发布。

它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 249。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。从国内网络环境看，可直接访问。

它主要面向的使用场景是：需要高可靠性的AI客服或决策系统，防止错误信息误导用户。同类可对比的替代方案包括 LangChain、Guardrails AI、NeMo Guardrails。

上一篇：agent-skills-eval

下一篇：awesome-cyber-ai-arsenal