ADR

给企业 AI 智能体装上安全监控与威胁拦截系统

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 231 🐛 待处理 51 👀 关注 13

GitHub ↗

GitHub 星标 ★ 2128

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可自由部署使用，无付费版本。

项目预览

项目数据

分类智能体

开发团队uber

GitHubhttps://github.com/uber/ADR

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可自由部署使用，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent-security,ai-agents,ai-security,benchmark,claude,claude-code,codex,cursor,llm-security,mcp,model-context-protocol,prompt-injection,threat-detection

GitHub 星标★ 2128

上线时间2026-04-19 00:00:00

代码更新2026-10-31

仓库体积13.7 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数5

项目介绍

ADR 是一个面向企业级 AI 智能体的安全防护框架，由 Uber 部署并开源。它解决的核心问题是：随着 AI Agent 在企业中承担越来越多的自动化任务，其行为可能带来数据泄露、权限滥用或恶意攻击等安全风险。ADR 提供了三大核心能力：一是可观测性，能够实时监控 AI Agent 的决策与执行过程，记录完整行为轨迹；二是安全基准测试，内置一套标准化的攻击场景和评估指标，帮助团队量化 Agent 的安全水平；三是威胁检测，通过规则和模型识别异常行为模式，及时阻断潜在攻击。项目基于 Python 构建，深度适配 Claude、Codex、Cursor 等主流 Agent 框架，并支持 MCP 协议，方便集成到现有 AI 工作流中。整体上，ADR 填补了 AI Agent 安全运维领域的空白，让企业能够在享受自动化红利的同时，守住安全底线。

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 2026-08-09 · 当前星标 ★ 2128

技术标签

agent-security ai-agents ai-security benchmark claude

使用教程

难度：入门约 15 分钟部署方式：命令行工具 5 步

环境要求

Python 环境（项目基于 Python）
已安装 uv 包管理器（README 使用 uv sync）
已安装 Git
Anthropic 与 OpenAI 的 API Key（可选用 llamafirewall 检测器免密钥）

安装与启动步骤

1克隆 ADR 仓库

从 GitHub 拉取 ADR 源码到本地任意目录，命令来自 README 快速开始。
```
git clone https://github.com/uber/ADR
```
2进入 Detection 目录

快速开始针对 Detection 组件，需先切换进该子目录再执行后续命令。
```
cd ADR/Detection
```
3同步依赖

用 uv 按项目配置安装/同步 Python 依赖，首次执行需联网下载。
```
uv sync
```
4配置模型 API Key

导出 Anthropic 与 OpenAI 两个密钥环境变量，供检测器调用大模型使用。
```
export ANTHROPIC_API_KEY="sk-ant-xxxxxxxx" OPENAI_API_KEY="sk-xxxxxxxx"
```
5运行检测器

默认检测器为 adr（ADR 双智能体）；无密钥冒烟测试可加 --detector llamafirewall，完整命令见 Detection/README.md。

关键配置

配置项	必填	说明	示例
`ANTHROPIC_API_KEY`	是	Anthropic 模型密钥，默认 adr 检测器调用所需	`sk-ant-xxxxxxxx`
`OPENAI_API_KEY`	是	OpenAI 模型密钥，默认 adr 检测器调用所需	`sk-xxxxxxxx`