safeguards-shield

# 🛡️ 安全防护盾
[![许可证](https://yellow-cdn.veclightyear.com/2b54e442/7cd7bc58-3b64-4ebf-83eb-182f20b71d81.svg)](https://opensource.org/licenses/Apache-2.0)
[![Python 3.7+](https://yellow-cdn.veclightyear.com/2b54e442/4172fda5-e844-4e25-9098-884f67ab3549.svg)](https://www.python.org/downloads/release/python-370/)
[![代码风格: black](https://yellow-cdn.veclightyear.com/2b54e442/d20223f2-dbaf-4bc5-99c4-30b24bef9f8d.svg)](https://github.com/psf/black)
[![PyPI - Python 版本](https://img.shields.io/pypi/v/llm-guard)](https://pypi.org/project/guardrail-ml)
[![下载量](https://static.pepy.tech/badge/guardrail-ml)](https://pepy.tech/project/guardrail-ml)

![plot](https://yellow-cdn.veclightyear.com/2b54e442/6d200664-edee-4e44-b06a-e7ca015e3cd4.png)

安全防护盾是一个用于安全和可靠使用大型语言模型（LLM）的开发者工具包。我们的防护盾可以保护提示词和LLM交互，防止昂贵的风险，帮助您的AI应用从原型快速、安全地进入生产阶段。

我们的防护盾为您的生成式AI应用提供保护层，防止恶意输入并过滤模型输出。我们全面的工具包包含20多种现成的检测器，为您的生成式AI应用提供强大的工作流保护。

## 优势
- 🚀 减轻LLM的可靠性和安全风险
- 📝 定制并确保LLM行为的安全性
- 💸 监控事件、成本和负责任的AI指标

## 功能
- 🛠️ 防护盾可防止如毒性、偏见、隐私信息等昂贵风险
- 🤖 使用工具减少并测量无根据的内容生成（幻觉）
- 🛡️ 多层防御，包括启发式检测器、基于LLM的检测器和向量数据库