项目预览
项目数据
项目介绍
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 2026-09-16 · 当前星标 ★ 131
核心亮点
- 统一抽象层屏蔽不同护栏的接口差异，切换成本低
- 面向评测场景设计，便于批量跑测试和横向对比结果
- Python 实现，轻量易集成到现有安全评测或红队流程
不足之处
- 项目早期，星标和生态较小，覆盖的护栏种类可能有限
- 文档和社区支持尚不完善，长期维护情况待观察
适用场景
- 安全团队上线前对比多个内容护栏的拦截效果
- 研究机构做护栏鲁棒性和红队评测实验
- 开发者快速替换或组合不同护栏构建安全流水线
替代项目
garak、NeMo-Guardrails
下一篇：guardrail
同类项目推荐
axbench
开源
给LLM解释方法打分，选出真正有用的那个
Stanford NLP Python library for benchmarking the utility of LLM interpretability met···
OpenAPPA
开源
给 AI Agent 加确定性护栏，安全不打断任务
Deterministic guardrails that don't break agents
continuous-eval
开源
让 LLM 应用效果可量化，用数据驱动迭代优化
Data-Driven Evaluation for LLM-Powered Applications
CipherChat
开源
用密码绕过安全护栏，测出大模型隐藏漏洞
A framework to evaluate the generalization capability of safety alignment for LLMs
ATM-Bench
开源
测测AI能否记住你4年前的琐事
ATM-Bench: A benchmark for long-term personalized memory QA spanning ~4 years of mul···
RouterArena
开源
统一基准评测 LLM 路由器，跑分上榜选型不踩坑
RouterArena: An open framework for evaluating LLM routers with standardized datasets···
UHGEval
开源
一键测出大模型胡说八道，量化幻觉风险
[ACL 2024] User-friendly evaluation framework: Eval Suite & Benchmarks: UHGEval, Hal···
OpenJudge
开源
给AI智能体当裁判，量化每一步质量，训练更靠谱的Agent。
OpenJudge: A Unified Framework for Holistic Evaluation and Quality Rewards
benchmarks
开源
统一跑分语音AI，延迟准确率一测便知
Reproducible voice-AI benchmarking — TTS / STT / S2S latency and accuracy.