TealTiger
为 AI 应用提供确定性安全策略、成本治理与可审计证据。
- Star 数
- ★ 37
- 最近更新
- 1 个月前
- License
- Apache-2.0
- 主语言
- TypeScript
- FA 评分
- 48/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 维护 OpenAI 或 Anthropic 应用的工程团队,希望在不重写调用流程的情况下增加请求审计、成本归因和 PII 报告。
- 不适合
- 目前就需要多租户、RBAC 或 SSO 成品平台的企业
- 要求 Cohere 或 Mistral 已通过 observe() 端到端验证的团队
- 希望所有 SDK 源码都直接位于单一仓库的团队
- 官网
- tealtiger.ai ↗ 来自 GitHub 仓库设置
- 维护状态
- 近半年有提交最近提交 2026-10-09最新版本 tealtiger-mcp-v1.1.0(2026-10-05)
- 源码审查
- 48/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
TealTiger 是一个面向 LLM 应用和 AI 智能体的开源运行时治理 SDK,提供 TypeScript 与 Python 接口。它可包装现有模型客户端,在请求执行过程中进行提示注入、PII、密钥和内容检查,同时跟踪成本与预算。TealEngine 负责确定性策略判定,并支持 ENFORCE、MONITOR 和 REPORT_ONLY 等规则模式;每次判定都可生成结构化记录。TealProof、TealAudit、TealMonitor、TealMemory、TealDrift 等模块分别覆盖证明、审计、成本、记忆和行为漂移治理。核心能力以内嵌库方式运行,无需额外治理基础设施,仓库还提供可在本地启动的治理仪表盘;但这个仓库本身是中心仓库,主要 TypeScript 和 Python SDK 源码位于独立仓库或 Git 子模块中。
应用可以用 observe(client) 包装现有 LLM 客户端,自动记录每次请求的成本、关联 ID、审计事件、PII 报告和 P50/P95/P99 行为基线,并通过 freeze() 或 unfreeze() 控制紧急停用状态。需要主动拦截时,可使用 TealOpenAI 配置 piiDetection、promptInjection、contentModeration、单次请求预算和每日预算。更细粒度的治理由 TealEngine 读取策略并返回确定性的 ALLOW 或拒绝判定;工具白名单、会话时限、记忆写入来源和工作流继承等能力由相应模块执行。每项判定可形成可重建的结构化证据,并可导出为 JSON、SARIF 或 JUnit XML;TealProof 还描述了 Merkle 树与 RFC 3161 时间戳证明。治理仪表盘从 API 分别获取各面板数据,展示请求与成本 KPI、预算预测、防御流水线、行为漂移告警、冻结状态、模型路由和协议策略。
- 维护 OpenAI 或 Anthropic 应用的工程团队,希望在不重写调用流程的情况下增加请求审计、成本归因和 PII 报告。
- 运行可调用外部工具的智能体团队,需要用工具白名单和参数级 PII 规则阻止越权或敏感数据操作。
- 平台安全团队需要以 ENFORCE、MONITOR 或 REPORT_ONLY 模式逐步上线确定性策略,并保留可重建的判定证据。
- 控制多模型支出的团队,需要设置单请求、会话或每日预算,并利用断路器限制失控循环。
- 运营多个智能体的团队,需要通过本地治理仪表盘查看成本消耗、拒绝次数、行为漂移和冻结状态。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
pip install tealtigernpm install tealtigernpx ts-node scripts/validate-policy.ts ./my-policy.json
- 环境变量
OPENAI_API_KEY- 配置文件
./my-policy.json
如何安装或部署这个 Agent?
选择一种 SDK 安装路径。Python 快速入门使用:
pip install tealtigerTypeScript 项目使用:
npm install tealtiger不需要模型 API 密钥即可运行仓库提供的治理教程:
python examples/quickstart_governance.py若要执行 README 中的真实 OpenAI 调用,需要在环境中提供 OPENAI_API_KEY。中心仓库并不直接承载全部 SDK 源码;需要源码及其子模块时使用:
git clone --recurse-submodules https://github.com/agentguard-ai/tealtiger.git如何使用这个 Agent?
最小 Python 用法是创建带防护配置的 TealOpenAI 客户端,然后正常发起聊天请求:
import os
from tealtiger import TealOpenAI
client = TealOpenAI(
api_key=os.environ["OPENAI_API_KEY"],
guardrails={"prompt_injection": True},
)
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.security.decision)若主要目标是低改造观测,可包装已有客户端:
from tealtiger.observe import observe, freeze
client = observe(OpenAI())
print(client.get_cost())本地仪表盘由 API 和 Web 两部分分别启动:
cd dashboard/api
npm run devcd dashboard/web
npm run devAPI 使用端口 3100,界面使用端口 3000。要在 CI/CD 或运行前验证 JSON 策略,可执行:
npm install
npx ts-node scripts/validate-policy.ts ./my-policy.json这个 Agent 有哪些优点和局限?
- 治理路径不调用 LLM;相同输入与策略产生相同判定,适合复现、审计和测试。
observe(client)提供低接入成本的成本记录、关联 ID、PII 报告、行为基线和紧急冻结能力。- 同时提供 TypeScript 和 Python SDK,并明确列出 OpenAI、Anthropic、Gemini、Bedrock、Azure OpenAI、Cohere 和 Mistral 等提供商路径。
- 证据输出覆盖 JSON、SARIF、JUnit XML、OpenTelemetry 和 SIEM 集成方向,便于接入工程与合规流程。
- 支持 13 个智能体框架的治理适配器,并列出了 LangChain、Vercel AI SDK、PydanticAI、Haystack 和 CAMEL-AI 等具体包。
- 提供商覆盖程度并不一致:表中只有部分 OpenAI 和 Anthropic 模型标为经
observe()端到端验证,Gemini、Bedrock 和 Azure OpenAI 尚未集成该路径,Cohere 与 Mistral没有 SDK hook。 - 中心仓库是 hub;主要 TypeScript 与 Python SDK 源码位于两个独立仓库,完整检出需要 Git 子模块。
- 多租户、RBAC、SSO、策略分阶段发布和定期合规报告仍列为 v1.5.0 规划能力。
- 完整 SaaS 控制平面、Kubernetes Operator、影子 AI 发现和远程 kill switch 被列为未来 v2.0.0 能力,而非当前功能。
- 实时模型调用仍依赖相应提供商凭据和网络,并会产生提供商侧的模型使用费用。
这个 Agent 与同类方案有什么区别?
与依赖概率判断的安全过滤器相比,TealTiger 明确采用无 LLM 的确定性策略路径:相同输入和策略应产生相同结果,并为每次判定保留可重建证据。来源没有提供与具体竞品的逐项比较。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| TealTiger 当前 | 48 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 37 | 1 个月前 | TypeScript | OpenAI API · Claude API |
| Node9 | 68 · 存在缺口 | 命令行工具免费版 + 付费版 | ★ 225 | 今天 | TypeScript | Codex · Claude Code |
| OpenBot:可托付真实工作的 AI 同事 | 87 · 表现良好 | 自托管服务免费 + 模型费 | ★ 13k | 今天 | TypeScript | — |
| Kontext | 80 · 表现良好 | 命令行工具免费版 + 付费版 | ★ 235 | 今天 | Go | Codex · Claude Code |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
README 和 SECURITY.md 建议把密钥放在环境变量或密钥管理器,并描述 PII、预算、审计与策略控制;但本包未包含 SDK 主实现,不能确认实际权限范围、数据流、确认机制或副作用。observe 的自动插桩和 freeze/unfreeze 有说明,但未提供回滚行为细节。README、SECURITY.md、工作流和联系渠道给出项目归属线索,发布者身份仍未验证,因此 attribution 仅部分清楚。
文档说明确定性策略、故障隔离和错误处理,并列出 API、流、策略验证及适配器覆盖的测试入口;但 README 的提供方数量在不同段落分别为 7、12 和 13,且仓库自称 hub、SDK 实现在外部仓库,降低了内部一致性与依赖可用性证据。troubleshooting 给出常见错误、原因和修复步骤,处理较实用。
材料面向采用 LLM 的开发者,覆盖 OpenAI 示例、多提供方、框架适配器、观测到强制执行的分层路径。安全模型和适用边界有所说明,但哪些功能实际包含在该 hub、何时自动触发以及外部 SDK 的具体能力边界并不完全清楚。
README 按快速开始、功能、提供方、文档和路线图组织,并链接 FAQ、故障排除及安全政策。npm 与 pip 安装均有说明,另有 Apache 2.0 完整许可证。版本信息与计划较丰富,但 README 对已发布版本、路线图及产品范围的描述较多,缺少本材料中可核对的传统变更日志;SECURITY.md 清楚列出支持版本、报告渠道和维护响应目标。
策略决策、结构化事件、成本追踪和 guardrail 的示例展示了可直接使用的输出形态,也为代理应用提供了有意义的治理能力。不过核心 SDK 源码不在本材料中,不能确认这些能力的实际覆盖范围;外部模型调用成本及部署、配置开销也没有量化比较,因此成本收益仅部分可评。
README、FAQ、安全政策、快速开始和故障排除对安装、策略模式、错误和安全模型提供了可追踪说明;但主要能力多为项目自述,样本中缺少 SDK 实现或独立核验材料。文档将设计主张、示例行为与生产表现的区分做得有限,且提供方数量存在不一致。
- 此仓库将 TypeScript 和 Python SDK 源码指向外部仓库;本评估未检查那些实现,也未运行代码或测试。
- README 中提供方数量存在不一致;生产采用前应核对目标 SDK 版本的实际支持功能、数据处理方式和故障行为。
最近版本
来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。
-
tealtiger-mcp-v1.1.0 tealtiger-mcp v1.1.0
发布说明摘录
tealtiger-mcp v1.1.0 MCP server exposing TealTiger guardrails, cost estimation and budget checks as tools for Claude and other MCP clients. Install ```bash pip install tealtiger-mcp==1.1.0 ``` Links - [PyPI](https://pypi.org/project/tealtiger-mcp/1.1.0/) - [Changelog](https://github.com/agentguard-ai/tealtiger/blob/main/packages/tealtiger-mcp/CHANGELOG.md) - [Documentation](https://docs.tealtiger.ai)在 GitHub 查看 ↗ -
v1.4.0 ## What's New in v1.4.0
发布说明摘录
observe() — Zero-Config Instrumentation One line adds cost tracking, audit logging, PII detection, and behavioral baselines to any LLM client. Key Features - observe(client) — Zero-config proxy wrapping for 12 LLM providers - Automatic Cost Tracking — Per-request, per-session, per-agent cost accumulation - Behavioral Baseline — P50/P95/P99 latency and token distribution profiling - PII Detection (REPORT_ONLY) — Passive scanning without blocking - freeze() / unfreeze() — Instant kill switch for any agent …在 GitHub 查看 ↗ -
langchain-tealtiger-v0.1.0 langchain-tealtiger v0.1.0
发布说明摘录
langchain-tealtiger v0.1.0 Deterministic governance middleware for LangChain agents. Install ```bash pip install langchain-tealtiger==0.1.0 ``` Quick Start ```python from langchain.agents import create_agent from langchain_tealtiger import TealTigerMiddleware agent = create_agent( model="claude-sonnet-4-6", tools=[...], middleware=[ TealTigerMiddleware( policies=[ {"type": "tool_allowlist", "tools": ["search", "calculator"]}, {"type": "cost_limit", "max_per_session": 5.00}, ], …在 GitHub 查看 ↗
常见问题
必须使用 OpenAI 吗?
observe() 的验证程度各异:覆盖表明确显示 Cohere 和 Mistral 尚无 SDK hook。可以在没有模型 API 密钥的情况下试用吗?
pip install tealtiger 后运行 python examples/quickstart_governance.py 的五分钟教程不需要 API 密钥。调用真实托管模型时仍需对应提供商凭据。策略违规一定会中断请求吗?
它是否需要部署独立治理服务?
如何处理紧急失控的智能体?
freeze() 和 unfreeze() 提供即时冻结控制;更正式的 TealEngine FREEZE 规则还描述了不可变紧急开关与防篡改检查。TealTiger 官网是什么?
TealTiger 免费吗?
TealTiger 开源吗?
TealTiger 安全吗?
TealTiger 还在维护吗?
TealTiger 是谁开发的?
谢谢反馈,我们会据此改进页面。