Repolode
guardrails-ai

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. 1

    guardrails-ai パッケージをインストールする

    pip install guardrails-ai
  2. 2

    Guardrails Hub CLI を設定する

    guardrails configure
  3. 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. 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