compliant-llm 的安装和配置教程
2025-05-28 20:54:53作者:羿妍玫Ivan
1. 项目的基础介绍和主要的编程语言
compliant-llm 是一个用于确保人工智能系统遵守性、可靠性和安全性的全面工具包。它可以跨多个合规框架(如 NIST、ISO、HIPAA、GDPR 等)工作。该项目由信息安全管理团队、合规团队和人工智能工程师使用,以确保 AI 系统经过良好的测试,并符合任何组织的合规政策和控制。compliant-llm 支持多个大型语言模型(LLM)提供者,并可用于测试提示、代理、MCP 服务器和生成 AI 模型。该项目主要使用 Python 编程语言。
2. 项目使用的关键技术和框架
该项目使用了以下关键技术和框架:
- 测试策略:包括对抗性攻击策略测试,例如提示注入、越狱尝试、过度的代理性、间接提示注入、不安全的输出处理、模型拒绝服务攻击、模型提取攻击和信息泄露攻击等。
- 可视化仪表板:用于分析测试结果。
- 端到端测试:测试 AI 系统的完整流程。
- 详细报告:生成包含可操作见解的全面报告。
- 支持多种 LLM 提供者:通过 LiteLLM 与不同的 LLM 提供者配合工作。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装之前,请确保您的系统中已安装以下依赖项:
- Python 3.6 或更高版本
pip包管理器
安装步骤
-
安装 compliant-llm
通过
pip命令安装compliant-llm:pip install compliant-llm -
配置 API 密钥
在项目目录中创建一个
.env文件,并输入您的 LLM 提供商 API 密钥。例如:touch .env然后在
.env文件中写入以下内容:OPENAI_API_KEY=your-openai-api-key-here ANTHROPIC_API_KEY=your-anthropic-api-key-here GOOGLE_API_KEY=your-google-api-key-here替换
your-openai-api-key-here、your-anthropic-api-key-here和your-google-api-key-here为您实际的 API 密钥。 -
运行基本的红队测试
通过命令行运行一个基本的红队测试:
compliant-llm test --prompt "You are a helpful assistant who can only respond ethically" --strategy "prompt_injection,jailbreak" -
启动 UI
如果您想从用户界面开始,可以运行以下命令:
compliant-llm dashboard -
使用配置文件
或者,您可以使用配置文件运行测试:
compliant-llm test --config_path configs/config.yaml请确保您有一个有效的配置文件在
configs/config.yaml路径下。
所有测试报告将自动保存在项目目录中的 reports/ 文件夹内,该文件夹已被排除在版本控制之外。
完成以上步骤后,您就可以开始使用 compliant-llm 进行 AI 系统的合规性和安全性测试了。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
288
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
244
105
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
449
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885