モデル、埋め込み、ベクトルストア、サードパーティ連携の標準インターフェースを備えた、LLMアプリケーションやエージェント構築用のPythonフレームワーク。
guardrails-ai/guardrails
LLMアプリケーションに入出力ガードを追加し、LLMの出力から検証済みの構造化データを生成するPythonフレームワーク。
- スター
- 7,540
- フォーク
- 727
- 未解決の Issue
- 74
- 最終コミット
- 6 日前
これは何?
Guardrailsは、LLMベースのアプリケーションの信頼性を高めるPythonフレームワークです。入力と出力に対してガードを実行し、特定のリスクを検出、定量化、軽減します。ガードは組み合わせ可能なバリデーターで構成されます。バリデーターはGuardrails Hubから配布され、それぞれを独立したパッケージとしてpipでインストールできます。
このフレームワークは、LLMから構造化データを生成するのにも役立ちます。期待する出力をPydanticモデルで定義すると、Guardrailsはそのスキーマに合致する出力を生成します。モデルが対応している場合はfunction callingを使い、対応していない場合はプロンプト内でスキーマを指示します。
Guardrailsは、REST APIを公開するスタンドアロンのFlaskサービスとして実行できます。また、OpenAI互換のエンドポイントも提供しており、既存のOpenAI SDKクライアントからガードを介して呼び出せます。このプロジェクトのライセンスはApache-2.0です。
主な機能
- 01設定可能なバリデーターを使ってLLMへの入力と応答をチェックする入出力ガード。
- 02正規表現マッチング、競合他社のチェック、有害な言葉の検出など、Guardrails Hubで提供される既成のバリデーター。
- 03Pydanticモデルを使ったLLMからの構造化データ生成。
- 04モデルの機能に応じたfunction callingと、プロンプトベースのスキーマ指示。
- 05REST APIとOpenAI互換エンドポイントを備えたスタンドアロンサーバー。
ユースケース
- チャットボットからユーザーに届く前に、有害なコンテンツや話題から逸れた内容をフィルタリングする。
- アシスタントによる競合他社の名称の出力や、制限された情報の漏えいを防ぐ。
- 後続のコードで扱えるよう、固定のJSON構造でLLMの応答を取得する。
- クライアントコードを書き換えずに、既存のOpenAIベースのアプリケーションへ検証レイヤーを追加する。
クイックスタート
- 1
guardrails-ai パッケージをインストールする
pip install guardrails-ai - 2
Guardrails Hub CLI を設定する
guardrails configure - 3
Guardrails Hub からバリデーターをインストールする
pip install guardrails-ai-regex-match - 4
README に記載されているように、インストールしたバリデーターを使って Guard を作成し、実行する
使う前に知っておきたいこと
- Guardrails はホスト型リモート推論サービスを終了する予定で、終了日は 2026 年 8 月 25 日です。
- バリデーターは個別にインストールする必要がある、独立した PyPI パッケージに移行中です。
トピック
よくある質問
- guardrails とは?
- LLMアプリケーションに入出力ガードを追加し、LLMの出力から検証済みの構造化データを生成するPythonフレームワーク。 Guardrailsは、LLMベースのアプリケーションの信頼性を高めるPythonフレームワークです。入力と出力に対してガードを実行し、特定のリスクを検出、定量化、軽減します。ガードは組み合わせ可能なバリデーターで構成されます。バリデーターはGuardrails Hubから配布され、それぞれを独立したパッケージとしてpipでインストールできます。
- guardrails は無料で使えますか?ライセンスは?
- guardrails は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- guardrails は今もメンテナンスされていますか?
- 活発にメンテナンス中。guardrails の最終コミットは 2026年10月15日 です。
- guardrails は何に使えますか?
- チャットボットからユーザーに届く前に、有害なコンテンツや話題から逸れた内容をフィルタリングする。 アシスタントによる競合他社の名称の出力や、制限された情報の漏えいを防ぐ。 後続のコードで扱えるよう、固定のJSON構造でLLMの応答を取得する。 クライアントコードを書き換えずに、既存のOpenAIベースのアプリケーションへ検証レイヤーを追加する。
- guardrails のインストール方法は?
- guardrails-ai パッケージをインストールする: pip install guardrails-ai Guardrails Hub CLI を設定する: guardrails configure Guardrails Hub からバリデーターをインストールする: pip install guardrails-ai-regex-match README に記載されているように、インストールしたバリデーターを使って Guard を作成し、実行する
- guardrails はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/guardrails-ai/guardrails
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
ツール、ハンドオフ、ガードレール、セッション、トレーシングを備えたマルチエージェントワークフローを構築できる、軽量なPythonフレームワーク。OpenAIを含む100種類以上のLLMに対応します。
リモートおよびローカルにインストールした大規模言語モデルにプロンプトやチャットを実行できる、CLIツール兼Pythonライブラリ。
PythonとTypeScriptで生成AIアプリを構築する基礎を学べる、Microsoftによる全21レッスンのコースです。
Pythonコードでアクションを記述・実行するAIエージェントを構築するための、軽量なPythonライブラリ。
Python、.NET、JavaでAIエージェントやマルチエージェントシステムを構築するためのSDK。モデル、プラグイン、ベクトルデータベースと連携できます。