v 2.6 · GA5 項框架 · Moonshot 紅隊演練 · 每晚倫理評分

AI 風險治理，
為貴組織實際的
AI 交付方式而生。

Obiguard Governance AI 檢查您整個技術棧中的提示詞、回應和工具呼叫引數——執行策略、攔截資料外洩，併為安全與法務團隊提供統一的證據賬本。它還依據 Project Moonshot 目錄對您的智慧體進行紅隊演練，每晚對其輸出進行偏見與公平性評分，並報告對五項 AI 治理框架的覆蓋率。

閱讀架構 ↗檢視全部三款產品 ↗
LLM 提供商
40+ 已支援
防護型別
13已上線
已對映框架
5自我評估
倫理評判
6每晚
01 / 例項

來自客戶生產專案的
即時檢視。

過去一分鐘內觸發了三項違規。一項被策略集攔截。兩項轉入稽核佇列。全部寫入審計日誌——可搜尋、可匯出，隨時可作為證據。
obiguard / acme-prod / violations
streaming · 12,402 ev/hr

Violations

last 60 minutes · 14 violations · 3 blocked · 5 flagged for review
Live
History
Export
Requests
12,402
+4.1%
Threats blocked
38
High: 6
Pending reviews
5
Review Queue
Active policy sets
47
3 drafts
Time
Event
Policy
Severity
Action
14:02:09
SSN in completion → support-agent · gpt-4.1
PII / US-SSN
HIGH
REDACT
14:01:58
Secret in prompt · support-agent · gpt-4.1
Sensitive data
HIGH
BLOCK
14:01:54
Prompt injection · act-as-developer-mode
Injection
HIGH
BLOCK
14:01:42
Held for human review · refund-agent
Review Queue
MED
REVIEW
14:00:48
Customer record leak → rag-search
DLP / Customer
MED
REDACT
13:59:50
Toxicity 0.81 in agent reply
Content / Tox
LOW
LOGGED
02 / 能力

九項能力。一個平台。
貴組織執行的每一個 AI 智慧體。

Obiguard 覆蓋貴組織執行的每一個 AI 智慧體——監控用量、執行策略、將違規轉交人工稽核、在智慧體上線前進行紅隊演練，並維護合規團隊所需的、按框架對映的證據。
01 — 監控

儀表盤與違規

即時專案儀表盤展示令牌用量、成本、請求量、錯誤、已攔截威脅和平均延遲。違規檢視列出每一次策略違反——可篩選、可搜尋、可匯出。

即時 · 已攔截威脅 · 延遲
02 — 稽核

人在迴路的稽核佇列

需要人工判斷的違規會進入稽核佇列。附上備註進行稽核、批准或拒絕——從原始事件到最終決定，全程有完整審計追蹤。

稽核佇列 · 批准與拒絕
03 — 執行

策略集

將執行規則歸入策略集，並分配給 AI 智慧體。每個策略集定義標準、範圍和動作（攔截 / 標記 / 脫敏 / 人工稽核）。

策略集 · 按智慧體執行
04 — 登記

AI 用例與智慧體

為貴組織的每個 AI 用例和智慧體維護一份動態登記冊。將每個智慧體關聯到其策略集——讓治理跟隨工作負載，而非日曆。

用例 · 智慧體與提示詞
05 — 日誌

審計日誌

請求記錄和策略決策均帶有時間戳，每次配置變更都會寫入審計日誌，註明操作人和時間。可將日誌匯出為 CSV 或 JSON 接入您的 GRC 體系，或直接將記錄交給審計員。

審計日誌 · CSV 與 JSON 匯出
06 — 治理

控制與標準

定義組織級控制，以及觸發這些控制的標準。控制帶有實行職責分離的審批流程——提交人無法批准自己的控制。

控制 · 審批流程
07 — 度量

倫理與偏見報告

每晚執行的任務會抽樣前一天的追蹤記錄，並依據六項 LLM 評判標準為每條打分——毒性、人口統計偏見、情感一致性、公平性、虛假資訊和隱私洩露。任何低於 60 分的專案都會被標記以供稽核。

6 位評判 · 每晚 · 絕不阻斷流量
08 — 測試

評估與紅隊演練

依據 AI Verify Foundation 的 Project Moonshot 目錄，對您已登記的智慧體進行基準測試和紅隊演練——安全性、偏見、抗越獄能力、隱私洩露和能力水平。每次執行都會評級並保留在門戶中。

Project Moonshot · cookbook 與攻擊模組
09 — 對映

合規框架

檢視您的策略、控制、標準、用例和違規如何對應 NIST AI RMF、ISO/IEC 42001、OWASP LLM Top 10、AISCF 以及新加坡的 MGF for GenAI。每個類別顯示已覆蓋 / 部分覆蓋 / 未覆蓋，並附上依據的證據。

5 項框架 · CSV 匯出

深入瞭解其中任何一項：檢查、策略集、審計賬本、倫理與偏見報告、Project Moonshot 評估，以及框架對映。

面向安全團隊

讓每個 AI 智慧體都成為受治理的工作負載。

  • 違規儀表盤，即時顯示已攔截威脅
  • 策略集攔截或標記不安全的智慧體行為
  • 在智慧體上線前用 Moonshot 攻擊模組進行紅隊演練
  • 審計日誌可匯出為 CSV，接入您的 SIEM 或 GRC 流水線
→ 面向 CISO 與安全平台團隊
面向風險與法務

持續的證據，而非季度截圖。

  • 覆蓋 NIST AI RMF、ISO 42001、OWASP LLM Top 10、AISCF、MGF for GenAI
  • 每晚倫理與偏見評分，保留在門戶中
  • 審計日誌——每項決策都有時間戳
  • 按框架匯出覆蓋率為 CSV，用於自我評估
→ 面向風險、法務與合規團隊
面向 AI 團隊

登記、治理並迭代您的 AI 智慧體。

  • AI 用例與智慧體登記冊——唯一可信來源
  • 策略集按智慧體分配執行規則
  • 在推廣前對照 Moonshot 目錄對提示詞變更做基準測試
  • 稽核佇列將邊緣情況轉交人工判斷
→ 面向 AI 產品與平台團隊
03 / 如何運作

14 天內上線。
從第一天起就有保障。

無需重新訓練模型。無需遷移。Obiguard 可部署在您現有的 AI 閘道器之前，或直接對接 AWS/Azure/GCP 原生 API。
步驟 01 · 連線

30 分鐘

建立專案，生成訪問金鑰，並讓您的 AI 智慧體經由 Obiguard 路由。支援 OpenAI、Anthropic、Bedrock、Vertex、Azure OpenAI 以及任何相容 OpenAI 的端點。

# route via Obiguard
$ export OPENAI_BASE_URL=\
  https://gateway.obiguard.ai/v1
→ project connected
步驟 02 · 登記

第一天

新增您的 AI 用例，並在平台中登記每個 AI 智慧體。將智慧體關聯到其服務的業務職能——讓每項治理決策都有完整上下文。

AI Use Cases registered
3 agents linked
1 project · t77
→ registry complete
步驟 03 · 執行

準備好時

啟用防護措施或行業策略，或基於您自己的標準構建策略集並指定動作（攔截、標記、脫敏或人工稽核），再分配給您的智慧體。違規會立即出現在儀表盤中。

policy set: no-pii-in-responses
action: block
agent: support-agent
scope: response
步驟 04 · 保障

持續進行

依據 Moonshot 目錄對每個智慧體進行紅隊演練，讓每晚的倫理與偏見任務為即時流量評分，並在一個頁面上檢視框架覆蓋率。違規仍會進入審計日誌和稽核佇列——可整體匯出作為證據。

eval: singapore-pofma-statements
grade → E · 2 failing of 2
ethics → 95 · good
nist-ai-rmf — 40% covered
04 / 今日已上線

是真正的平台，而非宣傳幻燈片。

以下所有內容今天都已在產品中執行——包括 Project Moonshot 評估、每晚的倫理與偏見報告，以及覆蓋五項標準的框架覆蓋率。檢查在閘道器層進行：無需重新訓練，也無法訪問您的權重或訓練流水線。

13
防護型別

8 種基於模型（越獄/注入、PII、敏感資料、NSFW、毒性、亂碼、髒話、Obi Sieve）和 5 種基於規則（停用列表、競爭對手、單行、小寫、字數）——外加您自行編寫的關鍵詞、正則和 LLM 評判標準。

40+
已支援的 LLM 提供商

OpenAI、Anthropic、Bedrock、Azure OpenAI、Vertex AI 等——一個閘道器覆蓋所有這些。

5
已對映框架

NIST AI RMF、ISO/IEC 42001、OWASP LLM Top 10、馬來西亞的 AISCF 以及新加坡的 MGF for GenAI——作為自我評估輔助，而非認證。

6
倫理評判，每晚

毒性、人口統計偏見、情感一致性、公平性、虛假資訊和隱私洩露——基於昨日追蹤記錄的樣本評分。

05 / 框架

兩項全球性。一項安全類。
兩項面向東南亞。

覆蓋率依據您自身的平台活動估算，並按類別顯示為已覆蓋、部分覆蓋或未覆蓋——每個判定都附有依據的證據。這是用於審計準備的自我評估輔助，而非認證。
NIST AI RMF

NIST AI 風險管理框架

美國 AI 風險領域的參考詞彙——Govern、Map、Measure、Manage。大多數企業風險團隊已在內部採用。

美國國家標準與技術研究院 · 4 項職能 · 已對映 10 個類別
ISO/IEC 42001

ISO/IEC 42001 — AI 管理體系

此處唯一可認證的標準——與 ISO 27001 同屬一個系列的 AI 管理體系，由認可機構稽核。

ISO / IEC · 已對映 5 個條款（6 – 10）
OWASP LLM Top 10

OWASP 大語言模型應用十大風險

LLM 應用究竟是如何被攻破的——注入、洩露、過度代理。您的安全團隊一直在使用的清單。

OWASP 基金會 · 10 個風險類別
AISCF

AI 系統網路安全框架

馬來西亞 NACSA 釋出的國家框架——覆蓋七階段 AI 系統生命週期的 42 項安全活動，從啟動到退役。

NACSA — 馬來西亞國家網路安全域性 · 7 個生命週期階段 · 42 項安全活動
MGF for GenAI

生成式 AI 模型治理框架

新加坡 IMDA 與 AI Verify Foundation 釋出的可信生成式 AI 基線——九個維度，其中五個可由部署方提供證據。

IMDA 與 AI Verify Foundation，新加坡 · 9 個維度 · 5 項可由平台取證
您的規則

您自己的可接受使用政策

編寫您自己的控制和標準，並通過策略集來執行。決策與其他決策一樣被記錄；它們不會作為單獨的框架計分。

自定義 · 控制與標準
各框架的要求，以及 Obiguard 如何提供證據 →
06 / 常見問題

常見
問題。

沒有找到您想了解的內容？我們的解決方案工程師會在一個工作日內回覆。

聯絡解決方案工程師 →
Obiguard 會看到我們客戶的資料嗎？[01]
在 SaaS 模式下，內容僅在記憶體中處理以作出策略決策——只有決策和後設資料會儲存到審計日誌。企業客戶可選擇私有化和本地部署；請與解決方案工程師溝通您的需求。
這會增加模型呼叫的延遲嗎？[02]
檢查在請求路徑上執行，因此會增加一些延遲——具體取決於您的策略啟用了哪些防護；基於規則的防護幾乎是即時的，基於模型的防護耗時更長。流式回應無法被攔下，因此在交付後評估，任何發現都會記錄為標記。我們很樂意在試點期間為您的具體配置做基準測試。
Obiguard 與模型閘道器有何不同？[03]
閘道器負責路由流量。Obiguard 負責治理流量。我們位於您的閘道器或 SDK 之前，增加路由工具不涉及的策略執行、違規跟蹤、稽核流程和審計追蹤。
你們支援哪些合規框架？[04]

目前支援五項。NIST AI RMF 1.0 和 ISO/IEC 42001:2023 是跨國客戶或審計方會要求的——後者是這組框架中唯一可認證的標準。OWASP 大語言模型應用十大風險（2025）是您的滲透測試人員一直在使用的安全清單。

AISCF 是由 NACSA 釋出的馬來西亞 AI 系統網路安全框架：42 項安全活動分佈在七階段系統生命週期中，從啟動、經執行與監控，直至退役。

MGF for GenAI 是新加坡 IMDA 與 AI Verify Foundation 釋出的生成式 AI 模型治理框架——共九個維度，其中四個是面向模型開發者和政策制定者而非部署方的生態系統承諾，因此該得分按設計上限為 56%。

覆蓋率依據您自身的平台活動逐類別估算，作為審計準備的自我評估輔助——而非認證。檢視各框架的要求 →

什麼是 Project Moonshot？評估如何運作？[05]
Project Moonshot 是 AI Verify Foundation 面向 LLM 的開放測試工具包。Obiguard 針對您已登記的 AI 智慧體執行其 cookbook 和 recipe 目錄——安全性、偏見、抗越獄能力、隱私洩露和能力水平——以及其紅隊攻擊模組。選擇目標和系統提示詞，執行基準測試，每個 recipe 都會返回評級並保留在門戶中。各 recipe 的評分尺度不同（有些反向，有些劃分為風險等級），因此我們始終將評級與其尺度一併呈現，而不是隻給出一個孤立的分數。
倫理與偏見報告如何運作？[06]
一項任務每天 03:00 UTC 執行，按追蹤 ID 的確定性雜湊抽樣約 17% 的前一天追蹤記錄。每條抽樣的追蹤記錄會依據六項 LLM 評判標準打 0–100 分——毒性、人口統計偏見、情感一致性、公平性、虛假資訊和隱私洩露。任一評估器評分低於 60 的內容都會被標記以供稽核。它非同步執行，絕不阻斷即時流量，報告會顯示 30 天趨勢、按智慧體的評分，並可下鑽到每條被標記的追蹤記錄。
策略集和標準如何協同工作？[07]
標準定義觸發策略事件的條件——防護命中、關鍵詞、正規表示式或 LLM 評判。策略集將標準歸組並分配給 AI 智慧體，每項都有範圍（提示詞、回應或兩者）和動作：攔截、標記、脫敏或人工稽核。
什麼是稽核佇列？[08]
需要人工判斷的違規——邊緣情況、高風險內容、新的智慧體行為——會轉入稽核佇列。稽核人附上備註批准或拒絕，每項決定都會寫入審計日誌。
07 / 開始使用

將您對資料和身份所要求的同等嚴謹
也用於您技術棧中的
AI。

與解決方案工程師通話 20 分鐘，就足以確定您的試點範圍。大多數客戶在兩週內即可在生產環境中執行策略。

閱讀架構下載宣傳冊（PDF）↓