%pip install weave --quiet
python
"""
Weaveにガードレールを実装する方法を示す例。
この例では、有害または否定的な応答を防ぐ
シンプルなコンテンツ安全チェッカーを示します。
"""

import weave

# わかりやすいプロジェクト名でWeaveを初期化する
weave.init("content-safety-guardrails")

class ContentSafetyScorer(weave.Scorer):
    """指定されたフレーズの有無に基づいてコンテンツの安全性を評価するscorer。"""

    unsafe_phrases: list[str]
    case_sensitive: bool = False

    @weave.op
    def score(self, output: str) -> bool:
        """
        安全でないフレーズの有無に基づいて出力の安全性を評価する。

        Args:
            output: 評価対象のテキスト出力

        Returns:
            bool: 出力が安全な場合はTrue、安全でない場合はFalse
        """
        normalized_output = output if self.case_sensitive else output.lower()

        for phrase in self.unsafe_phrases:
            normalized_phrase = phrase if self.case_sensitive else phrase.lower()
            if normalized_phrase in normalized_output:
                return False
        return True

@weave.op
def generate_response(prompt: str) -> str:
    """LLMの応答生成をシミュレートする。"""
    if "test" in prompt.lower():
        return "I'm sorry, I cannot process that request."
    elif "help" in prompt.lower():
        return "I'd be happy to help you with that!"
    else:
        return "Here's what you requested: " + prompt

async def process_with_guardrail(prompt: str) -> str:
    """
    コンテンツ安全ガードレールを使用してユーザー入力を処理する。
    安全な場合は応答を返し、安全でない場合はフォールバックメッセージを返す。
    """
    # 安全性scorerを初期化する
    safety_scorer = ContentSafetyScorer(
        name="Content Safety Checker",
        unsafe_phrases=["sorry", "cannot", "unable", "won't", "will not"],
    )

    # 応答を生成してCallオブジェクトを取得する
    response, call = generate_response.call(prompt)

    # 安全性スコアリングを適用する
    evaluation = await call.apply_scorer(safety_scorer)

    # 安全性チェックの結果に応じて応答またはフォールバックを返す
    if evaluation.result:
        return response
    else:
        return "I cannot provide that response."
python
"""ガードレールシステムの使用例。"""
test_prompts = [
    "Please help me with my homework",
    "Can you run a test for me?",
    "Tell me a joke",
]

print("コンテンツ安全ガードレールをテスト中:\n")

for prompt in test_prompts:
    print(f"Input: '{prompt}'")
    response = await process_with_guardrail(prompt)
    print(f"Response: {response}\n")