guardrails

给大模型输出装上安全阀，让生产更可靠

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 737 🐛 待处理 63 👀 关注 40

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 7589

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队guardrails-ai

官网地址https://www.guardrailsai.com/docs

GitHubhttps://github.com/guardrails-ai/guardrails

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型ai,foundation-model,gpt-3,llm,openai

GitHub 星标★ 7589

上线时间2023-01-29 00:00:00

代码更新2026-11-05

仓库体积44.0 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

guardrails 是一个为大型语言模型（LLM）添加防护栏（guardrails）的开源 Python 库。它解决的核心问题是：LLM 输出不可控、可能包含有害内容、格式不符合预期或偏离业务规则，导致生产环境难以可靠使用。guardrails 提供了一套声明式的验证和修正机制，允许开发者定义输出规范（如 JSON 结构、文本长度、敏感词过滤等），并在模型生成后自动执行校验，若校验失败则触发修复或重试策略。其核心能力包括：基于 Pydantic 的输入/输出模型定义、可组合的验证器（validators）生态、支持流式输出和异步操作、以及与主流 LLM 提供商（OpenAI、Cohere 等）的集成。通过将‘生成’与‘验证’解耦，guardrails 帮助开发者将 LLM 从原型推向生产，降低因模型输出不确定性带来的风险。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 7589

技术标签

ai foundation-model gpt-3 llm openai

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 5 分钟部署方式：库/依赖 4 步

环境要求

已安装 Python 与 pip（README 未标注具体版本要求）
可访问 PyPI 网络环境，用于 pip 安装
项目为 Python 库，需在 Python 代码中引入使用，不需要 Docker/服务器部署

安装与启动步骤

1准备 Python 环境

先确认本机已装好 Python 和 pip，README 未指定最低版本，执行命令能看到版本号即可继续。
```
python --version
pip --version
```
2安装 guardrails

README 的 Installation 章节给出的唯一安装命令，直接安装 guardrails-ai 这个 PyPI 包。
```
pip install guardrails-ai
```
3确认安装结果

查看已安装包信息，能显示 guardrails-ai 的名称与版本即表示安装成功。
```
pip show guardrails-ai
```
4按需安装验证器

README 公告说明 validator 已改为标准 PyPI 包，需要哪个就从 Guardrails Hub 找到对应包名后用 pip 装。

如何确认成功

执行 pip show guardrails-ai 能正常输出版本信息且无报错，即表示库已安装成功。

常见问题

Q：使用时遇到问题去哪里求助？

A：README 给出官方 Discord（discord.gg/gw4cR9QvYE）和 Twitter（@guardrails_ai）两个渠道，可直接联系维护者。

Q：validator（验证器）该怎么安装？

A：2026 年 7 月 6 日起，validators 已迁移为可直接用 pip 安装的标准 PyPI 包，不再依赖托管的远程推理服务。

Q：迁移的最后期限是什么时候？

A：README 公告写明计划截止时间为 2026 年 8 月 25 日，具体做法参见 issue 1560 的 How to Migrate 说明。

Q：guardrails 主要能做什么？

A：两件事：在应用中对输入/输出执行 Guard，检测并缓解特定风险；以及帮助从 LLM 生成结构化数据。

注意事项

README 节选中 Getting Started 部分内容不完整，未给出任何示例代码、参数或端口，实际用法请查阅官网文档 guardrailsai.com/docs。
本项目是 Python 库而非独立服务，不存在启动端口、Docker 容器或后台进程，验证方式只有导入/安装检查。
若需使用预置风险检测能力，请到 Guardrails Hub 挑选 validator，多个 validator 可组合成 Input/Output Guards。
注意 2026 年 8 月 25 日的迁移截止时间，届时旧的托管远程推理方式将不可用。