vLLM-Hook

给 vLLM 装上状态探针，编程控制模型内部，实现监控与干预。

vLLM-Hook 是一个针对 vLLM 推理引擎的插件，允许开发者编程访问和修改模型在推理过程中的内部状态。它解决了 vLLM 默认黑盒推理、难以干预中间层输出和梯度的问题，为模型监控、安全防护和可解释性研究提供了灵活接口。核心能力包括：在推理时挂钩（hook）模型的隐藏层、注意力权重等内部表示，支持自定义回调函数，实现实时状态读取和修改，从而支持动态干预生成过程。项目基于 Jupyter Notebook 示例，适合快速实验，是连接生产级推理引擎与深度模型研究的桥梁。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 162

维护状态活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队IBM

所属国家

官网地址

GitHubhttps://github.com/IBM/vLLM-Hook

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Jupyter Notebook

技术栈/模型ai,ai-governance,ai-inference,ai-safety,ai-security,inference-engine,model-inference,trustworthy-ai,vllm,vllm-inference,vllm-plugins,vllm-serve

GitHub 星标★ 162

30天Star增速

HF 下载量

上线时间2025-11-12 00:00:00

最近更新2026-09-23 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2026-08-12

浏览次数8

使用教程

核心亮点

直接挂钩 vLLM 内部层，无需修改引擎源码即可读取和修改隐藏状态
支持自定义回调，灵活实现动态干预生成过程，如安全过滤或风格控制
提供 Jupyter 示例，上手快，适合研究和原型验证

不足之处

文档/社区待观察：早期项目，文档和示例覆盖有限
依赖 vLLM 内部 API，版本升级可能导致兼容性问题

适用场景

AI 安全监控：实时检测模型输出中的有害内容并干预
模型可解释性研究：提取中间层特征分析模型行为
动态推理控制：根据业务规则调整生成过程中的状态

替代项目

TransformerLens、vLLM、OpenAI Evals

项目介绍

vLLM-Hook 是基础设施领域的开源项目，由 IBM 开发，2025 年首次发布。

它收录于基础设施分类，该分类目前共有 1,133 个项目，GitHub 星标数为 162。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。免费使用。

它主要面向的使用场景是：AI安全监控：实时检测模型输出中的有害内容并干预。同类可对比的替代方案包括 TransformerLens、vLLM、OpenAI Evals。

上一篇：casbin-gateway

下一篇：sglang-omni