Doberman-Core

给 AI 智能体装上安全锁，防提示注入，控工具权限

Doberman-Core 是一个面向 AI 智能体的安全框架，专注于解决 LLM 应用中的安全防护问题。它提供提示注入防御、运行时策略执行、工具调用权限控制、智能体监控、审计日志、LLM 安全、自主工作流保护等功能，确保 AI 部署的安全性。该框架基于 Python 构建，支持 MCP（Model Context Protocol），可集成到现有 AI 工作流中，实现细粒度的权限管理和实时安全策略。它旨在为开发者提供一套完整的工具，防止恶意提示、越权操作和不可控的自主行为，是构建可靠、合规 AI 应用的安全基础设施。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 278
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类智能体
开发团队DobermanCore
所属国家
官网地址
GitHubhttps://github.com/fu351/Doberman-Core
定价模式free
价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。
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★ 278
30天Star增速
HF 下载量
上线时间2026-06-07 00:00:00
最近更新2026-09-20 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5

使用教程

核心亮点

  • 提供开箱即用的提示注入检测和防御机制，降低安全风险
  • 支持运行时策略执行和工具级权限控制，细粒度管理智能体行为
  • 内置审计日志和监控功能，便于追踪和合规审查

不足之处

  • 项目处于早期阶段，文档和社区生态尚未成熟
  • 功能覆盖广但深度待验证，实际生产环境案例较少

适用场景

  • 企业级 LLM 应用的安全合规部署
  • 自主智能体（如 MCP 工具）的权限管控
  • 需要防止提示注入和越权操作的 AI 工作流

替代项目

Guardrails AI、LlamaGuard、NeMo Guardrails

项目介绍

Doberman-Core 是评测安全领域的开源项目，由 DobermanCore 开发，是 2026 年新上线的项目。

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 278。

近 43 天，它的 GitHub 星标从 123 增加到 278，净增 155。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-20。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：企业级LLM应用的安全合规部署。同类可对比的替代方案包括 Guardrails AI、LlamaGuard、NeMo Guardrails。

上一篇：Tracely

下一篇：hol-guard

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,···

★ 1517 2026-08-20
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

★ 164 2026-08-10
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.

★ 2937 2026-09-12
Tracely-ai 开源

把生产事故变成回归测试，合并前自动拦截 AI 故障

Trace-native CI/CD for AI agents — production failures become regression tests that···

★ 1362 2026-08-24