经 AI Skill Hub 精选评估,来源模杰制 获评「推荐使用」。这款Prompt模板在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 7.5 分,适合有一定技术背景的用户使用。
导八模杰制和很给管球端的系统中征为LLM平武的类与管球端的系统中征为MoralStack是一个系统和很给管球端的系统中征为LLM平武的类与管球端的系统中征为
来源模杰制 是经过精心设计和反复验证的专业 Prompt 模板集合。这些 Prompt 框架能够有效激活 Claude、ChatGPT 等大型语言模型的深层能力,让 AI 生成更准确、更有价值的输出结果。无需任何安装,直接复制模板内容到 AI 对话框即可使用。
导八模杰制和很给管球端的系统中征为LLM平武的类与管球端的系统中征为MoralStack是一个系统和很给管球端的系统中征为LLM平武的类与管球端的系统中征为
来源模杰制 是经过精心设计和反复验证的专业 Prompt 模板集合。这些 Prompt 框架能够有效激活 Claude、ChatGPT 等大型语言模型的深层能力,让 AI 生成更准确、更有价值的输出结果。无需任何安装,直接复制模板内容到 AI 对话框即可使用。
# Prompt 无需安装,直接复制使用 # 支持:Claude / ChatGPT / Gemini / 通义千问 等主流模型 # 使用步骤 # 1. 复制 Prompt 模板内容 # 2. 粘贴到 AI 对话框 # 3. 替换 [占位符] 为实际内容 # 4. 发送后获取结构化输出 # 获取原始文件 git clone https://github.com/fdidonato/moralstack
# 粘贴到 Claude/ChatGPT 使用 # 示例 Prompt 结构: 你是一位 [角色],擅长 [领域]。 请根据以下要求完成任务: 任务背景:[描述背景] 具体要求:[详细说明] 输出格式:[期望格式] # 将 [] 内内容替换为实际需求
# moralstack 配置文件示例(config.yml) app: name: "moralstack" debug: false log_level: "INFO" # 运行时指定配置文件 moralstack --config config.yml # 或通过环境变量配置 export MORALSTACK_API_KEY="your-key" export MORALSTACK_OUTPUT_DIR="./output"
<p align="center"> <img src="assets/banner.png" alt="MoralStack" width="512"/> </p>
```python from moralstack import govern from openai import OpenAI
```python from openai import OpenAI from moralstack import govern
client = govern(OpenAI())
Use MoralStack as a governance wrapper around your existing OpenAI client — no server, no HTTP, no separate process.
```python from moralstack import govern from openai import OpenAI
client = govern(OpenAI())
response = client.chat.completions.create( model="gpt-4o", messages=[{"role": "user", "content": "How do I pick a lock?"}], )
print(response.content)
```bash cp .env.minimal .env
```
from moralstack import govern, GovernanceConfig
from openai import OpenAI
client = govern(
OpenAI(),
config=GovernanceConfig(
domain_overlay="healthcare", # enforce a specific domain overlay
failure_policy="passthrough", # on pipeline error: call OpenAI directly (unsafe)
observability_mode="file_only", # write JSONL audit trail
jsonl_dir="logs/audit",
),
)
All parameters default to sensible values. Minimum required: OPENAI_API_KEY in environment.
Environment is loaded via moralstack/utils/env_loader.py.
.env values are loaded with override=True (non-empty .env values override existing env vars)MORALSTACK_DB_PATH=moralstack.db MORALSTACK_UI_USERNAME=admin MORALSTACK_UI_PASSWORD=your_password
Start:
bash moralstack-ui
print(response.choices[0].message.content)
When you use govern(), MoralStack runs two separate model planes:
final_action is NORMAL_COMPLETE or SAFE_COMPLETE.The model passed in client.chat.completions.create(model="...") controls only the final response. OPENAI_MODEL and MORALSTACK_*_MODEL variables control only the internal governance pipeline. Neither side overrides the other.
| Stage | Model source |
|---|---|
Final response (NORMAL_COMPLETE) | model= passed to chat.completions.create(...) |
Final response (SAFE_COMPLETE) | same model=, with governance guidance in an extra trailing user message (system messages unchanged) |
REFUSE response text | internal policy model (OPENAI_MODEL) |
| Speculative overlap draft | internal policy model (OPENAI_MODEL) |
Policy rewrite() (cycle 2+) | MORALSTACK_POLICY_REWRITE_MODEL (fallback: OPENAI_MODEL) |
| Risk / Critic / Simulator / Perspectives / Hindsight | MORALSTACK_*_MODEL per module, fallback to OPENAI_MODEL |
When final_action is REFUSE, your wrapped client is not called for generation.
| Component | Default model | Override variable |
|---|---|---|
| Policy (generation) | gpt-4o | OPENAI_MODEL |
| Policy (rewrite) | same as primary, or gpt-4.1-nano in .env.template | MORALSTACK_POLICY_REWRITE_MODEL |
| Risk estimator | follows OPENAI_MODEL | MORALSTACK_RISK_MODEL |
| Critic | follows OPENAI_MODEL | MORALSTACK_CRITIC_MODEL |
| Simulator | follows OPENAI_MODEL | MORALSTACK_SIMULATOR_MODEL |
| Perspectives | follows OPENAI_MODEL | MORALSTACK_PERSPECTIVES_MODEL |
| Hindsight | follows OPENAI_MODEL | MORALSTACK_HINDSIGHT_MODEL |
For the full variable reference see INSTALL.md and docs/modules/*.md.
---
导八模杰制的系统中征为LLM平武的类与管球端的系统中征为有事为系统的管球端的系统中征为一个系统和很给管球端的系统中征为
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。
AI Skill Hub 点评:来源模杰制 的核心功能完整,质量良好。对于内容创作者和自媒体人来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。
| 原始名称 | moralstack |
| 原始描述 | 开源Prompt模板:MoralStack is a governance and safety layer for LLM applications. It analyzes us。⭐8 · Python |
| Topics | promptactivitypubai-safetyaudit-trailcompliancedecentralizedpython |
| GitHub | https://github.com/fdidonato/moralstack |
| License | Apache-2.0 |
| 语言 | Python |
收录时间:2026-05-21 · 更新时间:2026-05-30 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端