护栏 (Guardrails)

护栏帮助你构建安全、合规的 AI 应用，通过在智能体执行的关键点验证和过滤内容。它们可以检测敏感信息、执行内容策略、验证输出，并在问题发生前防止不安全行为。

常见用例包括：

防止 PII（个人身份信息）泄露
检测和阻止提示注入攻击
阻止不当或有害内容
执行业务规则和合规要求
验证输出质量和准确性

你可以使用中间件在战略性位置拦截执行来实现护栏 - 在智能体启动前、完成后，或围绕模型和工具调用。

护栏可以使用两种互补的方法实现：

确定性护栏：使用基于规则的逻辑，如正则表达式模式、关键词匹配或显式检查。快速、可预测且经济高效，但可能遗漏细微的违规行为。

基于模型的护栏：使用 LLM 或分类器进行语义理解来评估内容。可以捕获规则遗漏的细微问题，但速度较慢且成本较高。

LangChain 提供内置护栏（如 PII 检测、人机协作）以及用于构建自定义护栏的灵活中间件系统。

内置护栏

PII 检测

LangChain 提供内置中间件，用于检测和处理对话中的个人身份信息 (PII)。该中间件可以检测常见的 PII 类型，如电子邮件、信用卡、IP 地址等。

PII 检测中间件适用于以下场景：具有合规要求的医疗保健和金融应用、需要清理日志的客户服务智能体，以及任何处理敏感用户数据的应用。

PII 中间件支持多种处理检测到的 PII 的策略：

策略	描述	示例
`redact`	替换为 `[REDACTED_{PII_TYPE}]`	`[REDACTED_EMAIL]`
`mask`	部分遮蔽（如只显示最后4位）	`**--**-1234`
`hash`	替换为确定性哈希	`a8f5f167...`
`block`	检测到时抛出异常	抛出错误

import { createAgent, piiRedactionMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4o",
  tools: [customerServiceTool, emailTool],
  middleware: [
    // 在发送到模型前脱敏用户输入中的邮箱
    piiRedactionMiddleware({
      piiType: "email",
      strategy: "redact",
      applyToInput: true,
    }),
    // 遮蔽用户输入中的信用卡号
    piiRedactionMiddleware({
      piiType: "credit_card",
      strategy: "mask",
      applyToInput: true,
    }),
    // 阻止 API 密钥 - 检测到时抛出错误
    piiRedactionMiddleware({
      piiType: "api_key",
      detector: /sk-[a-zA-Z0-9]{32}/,
      strategy: "block",
      applyToInput: true,
    }),
  ],
});

// 当用户提供 PII 时，将根据策略进行处理
const result = await agent.invoke({
  messages: [{
    role: "user",
    content: "我的邮箱是 test@example.com，信用卡号是 5105-1051-0510-5100"
  }]
});

内置 PII 类型

email - 电子邮件地址
credit_card - 信用卡号（Luhn 验证）
ip - IP 地址
mac_address - MAC 地址
url - URL 地址

配置选项

参数	描述	默认值
`piiType`	要检测的 PII 类型（内置或自定义）	必填
`strategy`	如何处理检测到的 PII	`"redact"`
`detector`	自定义检测器正则表达式	使用内置
`applyToInput`	在模型调用前检查用户消息	`true`
`applyToOutput`	在模型调用后检查 AI 消息	`false`
`applyToToolResults`	执行后检查工具结果消息	`false`

人机协作

LangChain 提供内置中间件，用于在执行敏感操作前要求人工批准。这是高风险决策最有效的护栏之一。

人机协作中间件适用于以下场景：金融交易和转账、删除或修改生产数据、向外部方发送通信，以及任何具有重大业务影响的操作。

import { createAgent, humanInTheLoopMiddleware } from "langchain";
import { MemorySaver, Command } from "@langchain/langgraph";

const agent = createAgent({
  model: "gpt-4o",
  tools: [searchTool, sendEmailTool, deleteDatabaseTool],
  middleware: [
    humanInTheLoopMiddleware({
      interruptOn: {
        // 敏感操作需要批准
        send_email: { allowAccept: true, allowEdit: true, allowRespond: true },
        delete_database: { allowAccept: true, allowEdit: true, allowRespond: true },
        // 安全操作自动批准
        search: false,
      }
    }),
  ],
  checkpointer: new MemorySaver(),
});

// 人机协作需要线程 ID 以进行持久化
const config = { configurable: { thread_id: "some_id" } };

// 智能体将暂停并等待批准后再执行敏感工具
let result = await agent.invoke(
  { messages: [{ role: "user", content: "给团队发送一封邮件" }] },
  config
);

// 批准后恢复执行
result = await agent.invoke(
  new Command({ resume: { decisions: [{ type: "approve" }] } }),
  config  // 使用相同的线程 ID 恢复暂停的对话
);

提示：查看人机协作文档了解实现批准工作流的完整详情。

自定义护栏

对于更复杂的护栏，你可以创建在智能体执行前后运行的自定义中间件。这让你可以完全控制验证逻辑、内容过滤和安全检查。

智能体前护栏

使用"智能体前"钩子在每次调用开始时验证请求一次。这对于会话级别的检查很有用，如身份验证、速率限制或在任何处理开始前阻止不当请求。

import { createMiddleware, AIMessage } from "langchain";

const contentFilterMiddleware = (bannedKeywords: string[]) => {
  const keywords = bannedKeywords.map(kw => kw.toLowerCase());

  return createMiddleware({
    name: "ContentFilterMiddleware",
    beforeAgent: {
      hook: (state) => {
        // 获取第一条用户消息
        if (!state.messages || state.messages.length === 0) {
          return;
        }

        const firstMessage = state.messages[0];
        if (firstMessage._getType() !== "human") {
          return;
        }

        const content = firstMessage.content.toString().toLowerCase();

        // 检查禁用关键词
        for (const keyword of keywords) {
          if (content.includes(keyword)) {
            // 在任何处理前阻止执行
            return {
              messages: [
                new AIMessage(
                  "我无法处理包含不当内容的请求。请重新表述您的请求。"
                )
              ],
              jumpTo: "end",
            };
          }
        }

        return;
      },
      canJumpTo: ['end']
    }
  });
};

// 使用自定义护栏
import { createAgent } from "langchain";

const agent = createAgent({
  model: "gpt-4o",
  tools: [searchTool, calculatorTool],
  middleware: [
    contentFilterMiddleware(["hack", "exploit", "malware"]),
  ],
});

// 此请求将在任何处理前被阻止
const result = await agent.invoke({
  messages: [{ role: "user", content: "如何 hack 进入数据库？" }]
});

智能体后护栏

使用"智能体后"钩子在返回用户前验证最终输出一次。这对于基于模型的安全检查、质量验证或对完整智能体响应的最终合规扫描很有用。

import { createMiddleware, AIMessage, initChatModel } from "langchain";

const safetyGuardrailMiddleware = () => {
  const safetyModel = initChatModel("gpt-4o-mini");

  return createMiddleware({
    name: "SafetyGuardrailMiddleware",
    afterAgent: {
      hook: async (state) => {
        // 获取最终的 AI 响应
        if (!state.messages || state.messages.length === 0) {
          return;
        }

        const lastMessage = state.messages[state.messages.length - 1];
        if (lastMessage._getType() !== "ai") {
          return;
        }

        // 使用模型评估安全性
        const safetyPrompt = `评估此响应是否安全和适当。
        仅回复 'SAFE' 或 'UNSAFE'。

        响应: ${lastMessage.content.toString()}`;

        const result = await safetyModel.invoke([
          { role: "user", content: safetyPrompt }
        ]);

        if (result.content.toString().includes("UNSAFE")) {
          return {
            messages: [
              new AIMessage(
                "我无法提供该响应。请重新表述您的请求。"
              )
            ],
            jumpTo: "end",
          };
        }

        return;
      },
      canJumpTo: ['end']
    }
  });
};

// 使用安全护栏
import { createAgent } from "langchain";

const agent = createAgent({
  model: "gpt-4o",
  tools: [searchTool, calculatorTool],
  middleware: [safetyGuardrailMiddleware()],
});

组合多个护栏

你可以通过将多个护栏添加到中间件数组来堆叠它们。它们按顺序执行，允许你构建分层保护：

import { createAgent, piiRedactionMiddleware, humanInTheLoopMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4o",
  tools: [searchTool, sendEmailTool],
  middleware: [
    // 第1层：确定性输入过滤器（智能体前）
    contentFilterMiddleware(["hack", "exploit"]),

    // 第2层：PII 保护（模型前后）
    piiRedactionMiddleware({
      piiType: "email",
      strategy: "redact",
      applyToInput: true,
    }),
    piiRedactionMiddleware({
      piiType: "email",
      strategy: "redact",
      applyToOutput: true,
    }),

    // 第3层：敏感工具需要人工批准
    humanInTheLoopMiddleware({
      interruptOn: {
        send_email: { allowAccept: true, allowEdit: true, allowRespond: true },
      }
    }),

    // 第4层：基于模型的安全检查（智能体后）
    safetyGuardrailMiddleware(),
  ],
});

LangChain JS (中文文档)

护栏 (Guardrails)

内置护栏

PII 检测

内置 PII 类型

配置选项

人机协作

自定义护栏

智能体前护栏

智能体后护栏

组合多个护栏

更多资源