raga-llm-hub 是评测安全领域的开源项目，由 raga-ai-hub 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 115。
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 2026-09-01。本地部署，完全免费。
它主要面向的使用场景是：LLM应用上线前的质量与安全评估。同类可对比的替代方案包括 LangKit、Guardrails AI、Rebuff。
raga-llm-hub
一站式搞定 LLM 评估、防护与安全，让上线更放心
raga-llm-hub 是一个用于大语言模型（LLM）评估、防护栏（guardrails）和安全的开源框架，基于 Python 构建。它旨在解决 LLM 应用在生产环境中面临的可靠性、安全性和合规性问题，提供一套统一的工具链来测试和监控模型输出。其核心能力包括：自动化评估 LLM 输出质量（如准确性、有害性）、定义和执行防护规则以拦截不当内容、以及检测提示注入等安全威胁。该框架设计为模块化，易于集成到现有 LLM 应用流程中，帮助开发者和安全团队在部署前和运行中持续保障模型行为的安全与合规。作为早期项目，它聚焦于将评估、防护和安全一体化，简化 LLM 应用治理的复杂度。
开源
free
基础设施
GitHub 星标
★ 115
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队raga-ai-hub
所属国家
定价模式free
价格说明开源框架，本地部署，完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型guardrails,llm-evaluation,llm-security,llmops
GitHub 星标★ 115
30天Star增速
HF 下载量
上线时间2024-03-02 00:00:00
最近更新2026-09-01 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6
使用教程
核心亮点
- 将评估、防护栏和安全检测整合在一个框架内，减少多工具集成成本
- 基于 Python，易于二次开发和嵌入现有 LLM 流水线
- 针对 LLM 特有的安全问题（如提示注入）提供专门支持
不足之处
- 文档/社区待观察
- 早期项目，功能成熟度和稳定性有待验证
适用场景
- LLM 应用上线前的质量与安全评估
- 生产环境中实时拦截有害或违规输出
- 安全团队对 LLM 进行合规审计与风险监控
替代项目
LangKit、Guardrails AI、Rebuff
项目介绍
上一篇：parea-sdk-py
下一篇：empirical
同类项目推荐
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.