关于 Compliant Llm
Compliant LLM 是用于检查 AI 系统安全性与合规性的工具包,面向信息安全、合规及生成式 AI 团队。它可对提示词、Agent、MCP 服务和模型进行测试,并依据 NIST、ISO、HIPAA、GDPR 等框架生成报告。
主要功能
- 018 种以上攻击策略的安全测试
- 02按 NIST、ISO、OWASP、GDPR 等框架进行合规分析
- 03通过 LiteLLM 支持多家 LLM 提供商
- 04可视化仪表盘与详细报告
适用场景
- 01测试 AI Agent 是否存在提示词注入或越狱风险
- 02评估 AI 系统是否符合内部政策与合规框架
- 03对 MCP 服务进行安全测试
MCP 相关
该项目可对 MCP 服务进行安全与合规测试,README 中的路线图提到未来将提供带日志记录的合规 MCP 服务。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍

Compliant LLM 是一套全面的工具包,可确保 AI 系统合规且安全。
信息安全、合规和生成式 AI 团队使用 compliant-llm,确保其 AI Agent 安全,并符合 NIST、ISO、HIPAA、GDPR 等内部政策和框架。
它支持多个大模型提供商,可用于测试提示词、Agent、MCP 服务和生成式 AI 模型。
请阅读我们的文档了解详情。
🎯 主要功能
- 🎯 安全测试:针对 8 种以上攻击策略进行测试,包括提示词注入、越狱和上下文操纵
- 📊 合规性分析:确保 AI 系统符合 NIST、ISO、OWASP、GDPR、HIPAA 等合规框架的要求
- 🤖 提供商支持:通过 LiteLLM 支持多个大模型提供商
- 📈 可视化仪表板:用于分析测试结果的交互式界面
- ⚡ 端到端测试:对 AI 系统进行端到端测试
- 📄 详细报告:提供全面的报告和可执行的见解
⚙️ 安装和运行
# install
pip install compliant-llm
# run the dashboard
compliant-llm dashboard
配置大模型提供商并运行攻击测试

支持
会面:🔗 查找时段
自托管或托管云:预约演示
🔗 预约时段
支持的提供商
- OpenAI
- Anthropic
- Gemini
- Mistral
- Groq
- Deepseek
- Azure
- vLLM Ollama
- Ollama
- Nvidia Nim
- Meta Llama
路线图
- 全面应用渗透测试
- 合规且具备日志记录功能的 MCP 服务
- 支持不同的合规框架——NIST、HIPAA、GDPR、EU AI Act 等
- 多模态测试
- CI/CD
- 访问控制检查
- 用于管理不同控制项的控制面板
- 内部审计和文档
⭐️ 为我们点星

🤝 贡献者
| 开发者 | 贡献者 |
|---|---|
使用 compliant-llm 构建项目的人。 | 让 compliant-llm 变得更好的人。 |
(你在项目的某处使用了 import compliant-llm) | (你向此仓库提交了 PR) |
我们欢迎社区贡献!无论是修复 Bug、添加功能,还是改进文档,你的贡献都很有价值。
- Fork 此仓库
- 创建功能分支(git checkout -b feature/AmazingFeature)
- 提交更改(git commit -m 'Add some AmazingFeature')
- 推送到分支(git push origin feature/AmazingFeature)
- 创建 Pull Request
🔒 安全与隐私
我们非常重视数据安全和隐私。请参阅我们的安全与隐私页面,了解更多信息。
遥测
Compliant LLM 会追踪匿名使用统计信息,以改进产品。 不会追踪任何私人信息或个人身份信息。
你可以通过设置 export DISABLE_COMPLIANT_LLM_TELEMETRY=true 选择退出。
📝 引用我们
@misc{compliant_llm2025, author = {FiddleCube}, title = {Compliant LLM: Build Secure AI agents and MCP Servers}, year = {2025}, howpublished = {\url{<https://github.com/fiddlecube/compliant-llm}}>, }
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。