
AgentGuard
给 AI Agent 装上零信任安全闸门,防越权、防泄露
AgentGuard 是一个面向 AI Agent 的零信任安全基础框架,旨在解决大模型智能体在自主执行任务时面临的安全与合规问题。它通过策略引擎对 Agent 的每一次工具调用、数据访问和外部交互进行实时监控与授权,确保只有符合预定义安全策略的操作才能执行。核心能力包括细粒度的访问控制、动态策略评估、行为审计和风险拦截,支持与主流 LLM 框架集成,为开发者提供一套轻量级的安全防护层。该框架强调零信任原则,即默认不信任任何请求,无论其来源,从而有效防止提示注入、权限滥用和数据泄露等风险。AgentGuard 适用于需要严格安全管控的 Agent 应用场景,如企业级自动化、金融交易和医疗数据处理等。
开源
unknown
评测安全
GitHub 星标
★ 123
维护状态
活跃
是否开源
是
定价模式
unknown
项目数据
分类评测安全
开发团队WhitzardAgent
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型access-control,agents,ai,ai-safety,compliance,defense,governance,llm,policy-engine,python,security,zero-trust
GitHub 星标★ 123
30天Star增速
HF 下载量
上线时间2026-05-27 00:00:00
最近更新2026-08-21 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-22
浏览次数0
核心亮点
- 基于零信任模型,默认拒绝所有未授权操作,有效防止权限滥用
- 提供细粒度策略引擎,可针对单个工具或数据操作定制访问规则
- 与 Python LLM 生态集成简单,支持快速接入现有 Agent 框架
不足之处
- 早期项目,文档和社区生态尚待完善
- 策略配置复杂度较高,可能增加开发者的学习成本
适用场景
- 企业级 AI Agent 的权限管控与合规审计
- 金融、医疗等敏感领域的数据访问安全防护
- 多智能体协作场景下的行为监督与风险拦截
替代项目
Rebuff、Guardrails AI、NeMo Guardrails
项目介绍
上一篇:akto
下一篇:没有了!
同类项目推荐
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
parea-sdk-py
开源
一站式搞定 LLM 应用的测试、评估与监控
Python SDK for experimenting, testing, evaluating & monitoring LLM-powered applicati···
trulens
开源
给LLM应用装上仪表盘,量化评估效果,快速定位问题。
Evaluation and Tracking for LLM Experiments and AI Agents
giskard-oss
开源
给 LLM 应用做全面质检,上线前自动揪出漏洞和偏见
Open-Source Evaluation & Testing library for LLM Agents