Advanced Guardrails 是一套面向生产 LLM 应用的安全护栏技能，目标是通过框架化的输入/输出校验降低模型风险。资料显示其核心组成包括 NeMo Guardrails、Guardrails AI 与 OpenAI moderation，并配合 DeepTeam 做红队与对抗验证。
【用途】 为 LLM 应用实现输入/输出验证；防止幻觉并强制事实性；检测与过滤毒性、有害或离题内容；将模型响应限制在特定领域/主题；对 LLM 输出做 PII 检测与脱敏；对 LLM 系统进行红队与对抗测试；对齐 OWASP LLM Top 10 合规要求。
【主要能力与框架对比】
- NeMo Guardrails：适合可编程流程与 Colang 2.0，提供输入/输出 rail、事实核查与对话控制；资料称其兼容 LangChain 1.x，支持并行 rail 执行与 OpenTelemetry 追踪。
- Guardrails AI：基于校验器的模块化方案，提供 100+ 校验器，覆盖 PII、毒性、结构化输出等。
- OpenAI Guardrails：即插即用式封装，集成简单，使用 moderation API。
- DeepTeam：用于红队与对抗测试，含 GOAT 攻击、多轮越狱与漏洞扫描；资料称覆盖 40+ 漏洞类型并对齐 OWASP Top 10。
【使用方式】 资料给出配置示例：在 NeMo 的 config.yml 中通过 guardrails_ai 配置校验器（toxic_language、guardrails_pii、restricttotopic、valid_length），并在 input/output flows 中调用 guardrailsai check。Colang 2.0 示例演示了事实核查 rail（$check_facts = True）、幻觉拦截（$check_hallucination = True）与竞品提及限制。Guardrails AI 示例使用 Guard().use_many() 组合 ToxicLanguage、DetectPII、RestrictToTopic、ValidLength 等校验器，并对 LLM 输出进行 validate。DeepTeam 示例通过 red_team() 对目标模型执行偏见、毒性、PII 泄露、提示注入、越狱、错误信息、竞品背书等漏洞测试，并输出攻击总数、成功数、成功率与缓解建议。
【关键决策建议】 框架选择：流程控制用 NeMo，校验器用 Guardrails AI；毒性阈值：内容类应用 0.5，儿童类应用 0.3；PII 处理：日志中脱敏，输出中阻断；主题限制：优先白名单而非黑名单；事实核查：健康、金融、法律等事实领域必需；红队频率：发布前 + 每季度。
【适用场景】 需要生产级 LLM 安全防护、合规审计、RAG 事实核查、内容审核与对抗测试的团队与项目。
【限制】 资料未提供具体定价、收费模式、支持平台与部署环境的完整说明；部分内容（如模型名称、阈值）为示例配置，需按实际环境调整。OWASP 映射中 LLM03（训练数据投毒）与 LLM10（模型窃取）标注为训练期/基础设施关注点，未给出护栏实现。