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 2026-11-17 · 当前星标 ★ 101
核心亮点
- 按轮次累计持久化操作并分级响应(提醒→停止→确认),干预节奏清晰
- 沙箱/只读模式自动让路,权限切换实时生效无需重启,集成成本低
- 在真实硬件上验证了 full/workspace-write/read-only 多模式切换链路
不足之处
- 仅适配 DeepSeek Harness 生态,通用性受限
- 早期项目,文档与社区规模待观察
适用场景
- 自主编码代理批量修改仓库文件时的操作确认
- 企业内 AI 代理执行命令前的持久化操作次数管控
- 多权限模式切换环境下的代理安全护栏
替代项目
LangChain、Guardrails AI、NeMo Guardrails
上一篇:AISecurity
下一篇:project-quarry
同类项目推荐
guardrails
开源
给大模型输出装上安全阀,让生产更可靠
Adding guardrails to large language models.
ai-llm-comparison
开源
并排对比所有AI模型,快速选出最适合你的那个
A website where you can compare every AI Model ✨
helm
开源
一站式跑分对比大模型,多维度评测可复现
Holistic Evaluation of Language Models (HELM) is an open source Python framework cre···
torch-fidelity
开源
PyTorch 生成模型指标,数值对齐可复现
High-fidelity performance metrics for generative models in PyTorch
beir
开源
一个平台,跑遍15+检索数据集,看清模型真实力。
A Heterogeneous Benchmark for Information Retrieval. Easy to use, evaluate your mode···
NISQA
开源
无参考也能给语音质量打分,TTS自然度一测便知
NISQA - Non-Intrusive Speech Quality and TTS Naturalness Assessment
One-Eval
开源
用 agent 自动跑完 LLM 评测全流程,省去手工配数据与打分
Automated system for LLM evaluation via agents. Doc as below:
lighteval
开源
一套配置,多后端跑分,模型对比不再各说各话
Lighteval is your all-in-one toolkit for evaluating LLMs across multiple backends
llm-self-correction-papers
开源
一页看尽LLM自我纠正论文,快速跟上研究热点
List of papers on Self-Correction of LLMs.
