verifywise-ai/verifywise

VerifyWise – 开源 AI 治理平台

概述 – VerifyWise 是一个源代码可用的 Web 应用程序，帮助组织管理使用 AI 模型所带来的风险和合规要求。它提供了一套工具，用于跟踪 AI 资产、评估大型语言模型（LLM）、记录策略以及生成审计准备报告。该平台可以在本地或私有云中运行，让企业完全控制其数据和治理流程。

主要功能

• 合规框架 – 内置支持欧盟 AI 法案、ISO 42001、NIST AI RMF、ISO 27001 以及其他 21 项标准（如 SOC 2、GDPR、HIPAA 等）。
• 仪表板和风险视图 – 执行和运营仪表板显示 AI 用例风险、供应商风险、模型库存和事件管理。
• LLM 评估套件 – "EvalServer"服务运行 LLM 基准测试，"LLM Arena"提供并排比较。
• AI 智能顾问 – 基于聊天的助手，建议治理行动并回答合规问题。
• AI 检测 – 扫描代码仓库，标记 AI 生成的内容以及可能在无监督情况下使用的“影子 AI”。
• 策略与工作流引擎 – 创建策略模板、将控制映射到标准，并通过邮件或 Slack 通知运行审批工作流。
• 集成 – 提供 Slack、Jira、Azure AI Foundry、MLflow 的连接器，并从 MIT/IBM 仓库导入风险数据。
• 自动化与 Webhook – 在实体变更时触发操作，安排报告，或将数据推送到外部系统。

技术栈

• 前端：React.js（开发时在端口 5173 提供）。
• 后端：Node.js API（端口 3000），使用 PostgreSQL 持久化和 Redis 缓存。
• 评估服务：Python 3.12 + FastAPI 风格服务器（EvalServer），处理 LLM 基准测试。
• 部署：Docker 和 Docker-Compose，可选 Kubernetes 清单；可以本地、私有云或 Render.com 等服务平台运行。
• 身份验证：本地账户、Google OAuth2、Entra ID、RBAC 角色。

如何开始

1. 克隆仓库，并在 Clients 中安装前端（npm install），在 Servers 中安装后端（npm install）。
2. 设置 PostgreSQL 数据库和 Redis 容器。
3. 复制 .env.dev 为 .env，设置强 JWT_SECRET，并定义超级管理员电子邮件/密码。
4. （可选）为 LLM 评估功能启动 Python EvalServer。
5. 开发时运行后端（npm run watch）和前端（npm run dev），或使用提供的 install.sh/Docker-Compose 脚本进行生产部署。
6. 如果公开暴露服务，请通过 Nginx 和 Certbot 配置 SSL。

适用对象 – 企业、受监管行业或任何需要集中管理 AI 模型、评估风险并向审计人员证明合规性的团队。由于代码在 Business Source License 1.1（提供商业双许可选项）下源代码可用，组织可以审计实施或扩展以符合内部策略。

了解更多 – 官方网站verifywise.ai、用户指南、Discord 社区以及存储库的 README 包含详细的文档、截图和部署脚本。