Визуальная платформа для создания, тестирования и развертывания AI-агентов и рабочих процессов с поддержкой API и MCP-серверов.
NVIDIA-NeMo/Guardrails
Открытый Python-инструментарий для программно настраиваемых ограничений в диалоговых приложениях на базе LLM: он контролирует темы, сценарии диалога и ответы.
- Звёзды
- 7,333
- Форки
- 876
- Открытые issues
- 270
- Последний коммит
- 6 часов назад
Что это?
NeMo Guardrails — инструментарий NVIDIA, который позволяет размещать программно настраиваемые ограничения между кодом приложения и большой языковой моделью. Ограничения задают, о чём модель может говорить, как она отвечает на определённые запросы, каким сценариям диалога следует и в каком стиле или формате выдаёт результат, например извлекает структурированные данные.
Ограничения задаются в папке конфигурации. В файле config.yml выбираются LLM и активные rails, а файлы Colang описывают диалоговые сценарии и правила. Rails могут проверять пользовательский ввод, извлечённые фрагменты в конвейерах RAG, вызовы инструментов и их результаты, а также ответы модели — и отклонять или переписывать содержимое на каждом этапе. В библиотеку входят готовые ограничения для обнаружения jailbreak и prompt injection, самопроверки модерации и фактчекинга, а также маскировки конфиденциальных данных. Кроме того, она интегрируется с несколькими сторонними сервисами модерации и безопасности.
Библиотека изначально рассчитана на асинхронную работу, но предоставляет и синхронные, и асинхронные методы. Интерфейс generate устроен по образцу формата OpenAI Chat Completions. Библиотеку также можно запускать как HTTP-сервер с endpoint для chat completions, через CLI с командами chat, server и evaluate или использовать в цепочках LangChain, если включена соответствующая интеграция.
Ключевые возможности
- 01Программно настраиваемые rails для ввода, диалога, извлечения данных, выполнения действий и вывода.
- 02Языки моделирования Colang 1.0 и 2.0 для описания диалоговых сценариев.
- 03Встроенные ограничения для обнаружения jailbreak, модерации, фактчекинга и маскировки конфиденциальных данных.
- 04Асинхронный Python API с методами generate и generate_async.
- 05HTTP-сервер с endpoint для chat completions, а также CLI и Docker-образ.
- 06Опциональная интеграция с LangChain и инструмент оценки rails для проверки соответствия теме и выявления галлюцинаций.
Сценарии использования
- Удерживать чат-бот поддержки клиентов в рамках темы и заданного сценария диалога.
- Добавить модерацию и фактчекинг в систему ответов на вопросы на базе RAG.
- Маскировать персональные данные во вводе пользователя до передачи в LLM.
- Добавить уровень безопасности перед пользовательским endpoint собственной LLM.
Быстрый старт
- 1
Установите библиотеку с помощью pip
pip install nemoguardrails - 2
Загрузите конфигурацию guardrails и создайте экземпляр LLMRails (Python API)
- 3
Вызовите rails.generate, передав сообщения
Что важно знать
- Для запуска конфигурации необходимы бэкенд LLM и его API-учётные данные — их нужно предоставить самостоятельно.
- По умолчанию используется Colang 1.0, а у Colang 2.0 отдельный синтаксис, поэтому в конфигурации нужно выбрать используемую версию.
Темы
Частые вопросы
- Что такое Guardrails?
- Открытый Python-инструментарий для программно настраиваемых ограничений в диалоговых приложениях на базе LLM: он контролирует темы, сценарии диалога и ответы. NeMo Guardrails — инструментарий NVIDIA, который позволяет размещать программно настраиваемые ограничения между кодом приложения и большой языковой моделью. Ограничения задают, о чём модель может говорить, как она отвечает на определённые запросы, каким сценариям диалога следует и в каком стиле или формате выдаёт результат, например извлекает структурированные данные.
- Guardrails можно использовать бесплатно? Какая у него лицензия?
- Guardrails распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- Guardrails всё ещё поддерживается?
- Активно поддерживается. Последний коммит в Guardrails — 20 окт. 2026 г..
- Для чего можно использовать Guardrails?
- Удерживать чат-бот поддержки клиентов в рамках темы и заданного сценария диалога. Добавить модерацию и фактчекинг в систему ответов на вопросы на базе RAG. Маскировать персональные данные во вводе пользователя до передачи в LLM. Добавить уровень безопасности перед пользовательским endpoint собственной LLM.
- Как установить Guardrails?
- Установите библиотеку с помощью pip: pip install nemoguardrails Загрузите конфигурацию guardrails и создайте экземпляр LLMRails (Python API) Вызовите rails.generate, передав сообщения
- Где скачать Guardrails?
- Исходный код и инструкции по установке — на GitHub: https://github.com/NVIDIA-NeMo/Guardrails
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Python-фреймворк для создания приложений и агентов на базе LLM со стандартными интерфейсами для моделей, эмбеддингов, векторных хранилищ и сторонних интеграций.
Код к книге Designing Multi-Agent Systems, включая PicoAgents — мультиагентный фреймворк, созданный с нуля для обучения.
Инструмент Cisco на Python для поиска угроз в MCP-серверах, инструментах, промптах и исходном коде с помощью YARA, LLM-анализа и Cisco AI Defense.
Система памяти для агентов: сохраняет, извлекает и анализирует воспоминания, помогая ИИ-агентам учиться со временем, а не просто воспроизводить историю чата.
Минималистичная библиотека Python для создания AI-агентов, которые записывают свои действия на Python и выполняют их.