FairIR、Bias-in-Information-Retrieval、LLM-Fairness-Bench
LLM-IR-Bias-Fairness-Survey 是评测安全领域的开源项目，由 KID-22 开发，2024 年首次发布。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 64。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-14。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：学术研究：快速了解LLM+IR偏见领域的研究框架。同类可对比的替代方案包括 FairIR、Bias-in-Information-Retrieval、LLM-Fairness-Bench。
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.
