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
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 123
维护状态 活跃
是否开源
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
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

AgentGuard 是一个评测安全领域的开源项目,官方简介:AgentGuard: Zero-Trust Security Foundation for AI Agents。项目使用 Python 开发,在 GitHub 上获得 123 星标。

上一篇:akto

下一篇:没有了!

同类项目推荐

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···

★ 82 2026-08-09
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

★ 3517 2026-08-09
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

★ 5760 2026-08-09