Oya – Keep tool outputs away from the LLM to cut tokens and stop injection

说明与用途

**Oya - 一个用于保护LLM免受工具输出影响的开源项目**

Oya是一个开源项目，旨在帮助开发者在使用LLM（大语言模型）时避免工具输出干扰模型的输出。通过使用Oya，可以减少token数量并防止注入攻击。

**价值**

Oya的价值在于，它可以帮助开发者添加AI能力而不需要从零开始搭建模型栈。它适用于以下场景：

• 快速 prototyping AI特性
• 构建 Retrieval-Augmented Generator（RAG）或代理工作流
• 评估模型工具

**典型接入方式**

由于Oya的接入信号在发现的元数据中较为稀疏，因此需要手动检查和确认接入之前的适当性。

**生产可用性**

Oya的生产可用性为中等（Medium），适用于以下场景：

• 内部工作流
• 原型开发
• 需要对依赖项和维护进行检查和验证的生产环境

请注意，使用Oya之前需要验证其质量信号、许可证、维护记录、文

实际用途

Oya – Keep tool outputs away from the LLM to cut tokens and stop injection helps add AI capability without starting from a blank model stack.

• prototype AI features
• build RAG or agent workflows
• evaluate model tooling

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.