Skip to content
KitploitKITPLOIT
ToolsBlog
Einreichen
ToolsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

··Feeds·Kontakt·Datenschutz·© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
llm-guard — Das Sicherheits-Toolkit für LLM-Interaktionen | Kitploit
Tools/GitHubGitHub/protectai/llm-guard
DefensivwerkzeugeCode-AnalysePrivatsphäreSecret-ErkennungKI-SicherheitAdversarial-AngriffArchived
GitHubprotectai/llm-guard

llm-guard

Das Sicherheits-Toolkit für LLM-Interaktionen

Repository anzeigen
3.2k444vor 1 MonatVon Kitploit geprüft

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen
Webseite

[!WARNING] DIESES PROJEKT WURDE ARCHIVIERT.

Dieses Projekt und die zugehörigen Modelle auf Hugging Face werden nicht mehr aktiv weiterentwickelt oder gepflegt.

LLM Guard – Das Sicherheits-Toolkit für LLM-Interaktionen

LLM Guard von Protect AI ist ein umfassendes Tool, das darauf ausgelegt ist, die Sicherheit von Large Language Models (LLMs) zu stärken.

Dokumentation | Playground | Changelog

GitHub
stars MIT license Code style: black PyPI - Python Version Downloads Downloads

Tritt unserer Slack-Community bei

Was ist LLM Guard?

LLM-Guard

Durch die Bereitstellung von Bereinigung, Erkennung schädlicher Sprache, Verhinderung von Datenlecks und Widerstandsfähigkeit gegen Prompt-Injection-Angriffe stellt LLM-Guard sicher, dass Ihre Interaktionen mit LLMs sicher und geschützt bleiben.

Installation

Beginnen Sie Ihre Reise mit LLM Guard, indem Sie das Paket herunterladen:

root@kitploit:~
pip install llm-guard

Erste Schritte

Wichtige Hinweise:

  • LLM Guard ist für eine einfache Integration und Bereitstellung in Produktionsumgebungen konzipiert. Auch wenn es sofort einsatzbereit ist, möchten wir Sie darauf hinweisen, dass wir das Repository ständig verbessern und aktualisieren.
  • Die Basisfunktionalität erfordert nur eine begrenzte Anzahl von Bibliotheken. Wenn Sie erweiterte Funktionen erkunden, werden die erforderlichen Bibliotheken automatisch installiert.
  • Stellen Sie sicher, dass Sie Python Version 3.9 oder höher verwenden. Bestätigen Sie dies mit: python --version.
  • Probleme bei der Bibliotheksinstallation? Erwägen Sie ein Upgrade von pip: python -m pip install --upgrade pip.

Beispiele:

  • Erste Schritte mit ChatGPT und LLM Guard.
  • Stellen Sie LLM Guard als API bereit.

Unterstützte Scanner

Prompt-Scanner

  • Anonymize
  • BanCode
  • BanCompetitors
  • BanSubstrings
  • BanTopics
  • Code
  • Gibberish
  • InvisibleText
  • Language
  • PromptInjection
  • Regex
  • Secrets
  • Sentiment
  • TokenLimit
  • Toxicity

Ausgabe-Scanner

  • BanCode
  • BanCompetitors
  • BanSubstrings
  • BanTopics
  • Bias
  • Code
  • Deanonymize
  • JSON
  • Language
  • LanguageSame
  • MaliciousURLs
  • NoRefusal
  • ReadingTime
  • FactualConsistency
  • Gibberish
  • Regex
  • Relevance
  • Sensitive
  • Sentiment
  • Toxicity
  • URLReachability

Community, Mitwirken, Dokumentation & Support

LLM Guard ist eine Open-Source-Lösung. Wir sind einem transparenten Entwicklungsprozess verpflichtet und schätzen jeden Beitrag sehr. Ob Sie uns helfen, Fehler zu beheben, neue Funktionen vorzuschlagen, unsere Dokumentation zu verbessern oder die Botschaft zu verbreiten – wir freuen uns, Sie als Teil unserer Community zu haben.

  • Geben Sie uns oben auf dieser Seite einen ⭐️ GitHub-Stern ⭐️, um unsere Arbeit zu unterstützen – das bedeutet Open-Source-Projekten sehr viel!
  • Lesen Sie unsere Dokumentation für weitere Informationen zur Nutzung und Anpassung von LLM Guard sowie für Schritt-für-Schritt-Tutorials.
  • Eröffnen Sie ein GitHub-Issue, um einen Fehlerbericht einzureichen, eine Funktion anzufragen oder eine Verbesserung vorzuschlagen.
  • Um zum Paket beizutragen, lesen Sie unsere Beitragsrichtlinien und eröffnen Sie einen PR.

Treten Sie unserem Slack bei, um uns Feedback zu geben, Kontakt zu Maintainern und anderen Nutzern zu knüpfen, Fragen zu stellen, Hilfe bei der Paketnutzung oder Beiträgen zu erhalten oder sich an Diskussionen über LLM-Sicherheit zu beteiligen!

Tritt unserer Slack-Community bei

Produktionsunterstützung

Wir sind bestrebt, persönliche Unterstützung bei der Bereitstellung Ihres LLM Guard in einer Produktionsumgebung zu leisten.

  • E-Mail senden ✉️
Tool herunterladen