Obiguard อยู่หน้าการเรียกใช้ AI ของคุณในฐานะพร็อกซีน้ำหนักเบา พรอมต์และการตอบกลับผ่านไปป์ไลน์การตรวจสอบ — ที่ซึ่งนโยบายถูกประเมิน การละเมิดถูกตรวจพบ และหลักฐานถูกเขียนลงบัญชีบันทึก การตอบกลับแบบสตรีมจะถูกตรวจสอบเมื่อส่งมอบแล้ว
ตั้งค่า OPENAI_BASE_URL (หรือค่าที่เทียบเท่าสำหรับ Anthropic, Bedrock, Vertex) ให้เป็นปลายทางเกตเวย์ Obiguard ของคุณ โค้ดเดิมทั้งหมดยังคงทำงานได้
ทุกคำขอและการตอบกลับที่ไม่ใช่สตรีมจะผ่านไปป์ไลน์การตรวจสอบ: การตรวจจับ PII ตัวจำแนกการโจมตีแบบ injection และ Policy Sets แบบกำหนดเองของคุณ — ทั้งหมดถูกประเมินก่อนที่การเรียกจะเสร็จสิ้น การตอบกลับแบบสตรีมจะถูกประเมินหลังจากส่งมอบแล้ว
หากการละเมิดตรงกับ Policy Set ใด Obiguard จะดำเนินการตามที่กำหนดไว้ — บล็อก ปกปิดข้อมูล ติดธง หรือพักไว้เพื่อให้คนตรวจสอบ คำขอที่ถูกพักจะรออยู่ใน Review Queue เพื่อรออนุมัติหรือปฏิเสธ
พร็อกซี HTTP น้ำหนักเบาที่ใช้ได้กับ OpenAI, Anthropic, AWS Bedrock, Google Vertex และ Azure OpenAI ประเมินทุกคำขอและการตอบกลับเทียบกับ Policy Sets ที่ใช้งานอยู่ของคุณก่อนส่งต่อ
Policy Sets จัดกลุ่มกฎการบังคับใช้ (Criteria) และถูกกำหนดให้กับ AI Agents เฉพาะ แต่ละกฎระบุ guard หรือ criterion ขอบเขต (พรอมต์ การตอบกลับ หรือทั้งสองอย่าง) และการดำเนินการ เวอร์ชันของ Policy Set เปลี่ยนจากฉบับร่าง รอการตรวจสอบ อนุมัติ ไปจนถึงเผยแพร่
ทุกการละเมิดนโยบายจะสร้างระเบียน Violation พร้อมบริบทของเหตุการณ์ครบถ้วน การละเมิดสามารถแก้ไขอัตโนมัติหรือส่งไปยัง Review Queue เพื่อให้คนบันทึกข้อสังเกต ทุกการตัดสินใจถูกเขียนลงใน Audit Log
ทะเบียนระดับโปรเจกต์ของ AI Agent และ Use Case ทุกรายการที่ทีมของคุณกำหนดไว้ Agent เชื่อมโยงกับ Policy Sets — เพื่อให้การบังคับใช้ตามไปกับเวิร์กโหลด Use Cases บันทึกเจตนาทางธุรกิจเบื้องหลังแต่ละ Agent
บันทึกที่มีการประทับเวลาของคำขอ การตัดสินใจตามนโยบาย และการเปลี่ยนแปลงการกำหนดค่า ส่งออกเป็น CSV หรือ JSON สำหรับผู้ตรวจสอบได้
Controls ระดับองค์กรกำหนดว่าพฤติกรรมใดต้องห้ามหรือจำเป็นต้องทำ แต่ละ Control ผูกกับ Criteria หนึ่งรายการขึ้นไป และมีขั้นตอนการอนุมัติพร้อมการแบ่งแยกหน้าที่ — ผู้ส่งไม่สามารถอนุมัติ control ของตนเองได้
แบ็กเอนด์ Project Moonshot แบบฝังจาก AI Verify Foundation การรันเบนช์มาร์ก (cookbooks และ recipes) และโมดูลโจมตีแบบ red-teaming ทำงานกับเอเจนต์ที่ลงทะเบียนไว้ api-service จะระบุตัวเชื่อมต่อผู้ให้บริการและฉีดโทเคนในแต่ละการรัน ดังนั้นพอร์ทัลจึงไม่เคยจัดการข้อมูลรับรองใดๆ
งานตามกำหนดเวลาที่ทำงานเวลา 03:00 UTC สุ่มตัวอย่างประมาณ 17% ของเทรซในวันก่อนหน้า และให้คะแนนแต่ละรายการตามเกณฑ์ผู้ตัดสิน LLM หกข้อ ทำงานแบบอะซิงโครนัสทั้งหมด — อ่านเทรซหลังเกิดเหตุการณ์ และไม่เคยอยู่บนเส้นทางของคำขอ
ปลายทางความครอบคลุมจะคำนวณในแต่ละหมวดของกรอบมาตรฐานว่ากิจกรรมของแพลตฟอร์มจริงของคุณเป็นหลักฐานหรือไม่ — ครอบคลุม ครอบคลุมบางส่วน หรือไม่ครอบคลุม — ตลอด NIST AI RMF, ISO/IEC 42001, OWASP LLM Top 10, AISCF ของมาเลเซีย และ MGF for GenAI ของสิงคโปร์ แต่ละการแมปบันทึกฉบับของมาตรฐานที่ใช้อ้างอิง
OpenAI, Anthropic, AWS Bedrock, Google Vertex AI, Azure OpenAI และโมเดลที่โฮสต์เองใดๆ ที่อยู่หลัง API ที่เข้ากันได้กับ OpenAI ไม่ต้องใช้ SDK พิเศษ — เพียงเปลี่ยน base URL
ส่งออกระเบียนคำขอ การตัดสินใจตามนโยบาย และ Audit Log เป็น CSV หรือ JSON รวมถึงความครอบคลุมของกรอบมาตรฐานเป็น CSV สำหรับการตรวจสอบ ISO/IEC 42001 โดยไม่ต้องรวบรวมหลักฐานด้วยมือ
เชื่อมต่อได้ในไม่กี่นาที เนื้อหาถูกประมวลผลในหน่วยความจำและไม่ถูกจัดเก็บ จัดเก็บเฉพาะการตัดสินใจตามนโยบายและเมทาดาทาเท่านั้น เหมาะสำหรับทีมที่ต้องการธรรมาภิบาลโดยไม่ต้องดูแลโครงสร้างพื้นฐาน
รัน Obiguard ภายใน VPC ของ AWS, GCP หรือ Azure ของคุณ ทราฟฟิกขาออกถูกจำกัดเฉพาะผู้ให้บริการโมเดลและบริการที่คุณกำหนดค่าไว้ ลูกค้า Enterprise จะได้รับอิมเมจคอนเทนเนอร์ส่วนตัวพร้อม quickstart แบบ Docker Compose — ทีมของคุณเป็นเจ้าของการติดตั้ง เราเป็นผู้ดูแลการอัปเดต
สำหรับอุตสาหกรรมที่มีการกำกับดูแลซึ่งจำกัดการเชื่อมต่อขาออก Obiguard ทำงานหลังมิเรอร์อิมเมจภายใน โดยทราฟฟิกขาออกถูกจำกัดเฉพาะปลายทางที่คุณอนุญาต การทำงานแบบ air-gapped เต็มรูปแบบอยู่ในแผนงาน