给大模型输出装上安全阀，让生产更可靠
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。
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 --version2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-ai3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-ai4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。
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。
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。
LangChain 的 output parsers、NeMo Guardrails、Rebuff
guardrails 是评测安全领域的开源项目，由 guardrails-ai 开发，2023 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（7,441）位列前 7%，在评测安全分类的 466 个项目里位列前 4%。
近 41 天，它的 GitHub 星标从 7,279 增加到 7,441，净增 162。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：生产环境部署LLM前，强制校验输出格式和内容安全。同类可对比的替代方案包括 LangChain 的 output parsers、NeMo Guardrails、Rebuff。
下一篇：superagent
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,···
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
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
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.