guac ai mole

? Guac-Ai-Mole

Guac-AI-Mole ist ein großes Tool mit großer Sprachmodell (LLM), um die Software-Lieferkette eines Unternehmens zu inspizieren und zu verstehen. Es verwendet LLM-Modelle wie OpenAI GPT-4 und GUAC, um die sicheren Artefakte der Lieferkette wie Software-Materialien (SBOM) abzufragen und zu analysieren, um umsetzbare Entscheidungen zu treffen.

? Dies ist ein Hackathon -Projekt. NICHT in der Produktion verwenden.

Demo

Die Demo bietet Beispiele und Antworten, die von Guac-AI-Mole generiert werden!

Diese Antworten werden vorgeneriert und für schnellere Reaktionszeiten zwischengespeichert und um einen API-Zugriff zu vermeiden. Sie können Ihre eigenen Fragen und Antworten ausprobieren, indem Sie die App lokal einrichten.

Video

Entwicklungsaufbau

Voraussetzungen

• Installieren und führen Sie Guac mit dem Hauptzweig aus. Es arbeitet nach diesem Commit.
• Dampfbeleuchtung einbauen
• OpenAI, Azure Openai oder Localai API-Zugang (getestet und empfohlen, mit gpt-4-32k-0613 und späteren Modellen zu verwenden)

Registrierung mit Beispielbildern und angeschlossenen SBOMs als OCI -Referrer -Artefakte

• Laden Sie ORAS und SYFT in Ihren $PATH herunter und kopieren Sie sie
• Melden Sie sich in Ihrer Registrierung an (stellen Sie sicher, dass Sie den Zugriff erhalten) und führen Sie export REGISTRY=<registry name ie, myregistry.io> aus.
• Führen Sie scripts/populate-registry.sh um die Registrierung mit Beispielbildern und angehängten SBOMs als OCI-Empfehlungsartefakte zu füllen
• Sie können die angehängten SBOMs mithilfe von oras discover überprüfen. Zum Beispiel,

$ oras discover ${REGISTRY} /vul-image:latest
Discovered 1 artifact referencing latest
Digest: sha256:b6f1a6e034d40c240f1d8b0a3f5481aa0a315009f5ac72f736502939419c1855

Artifact Type           Digest
application/spdx+json   sha256:5479d40d5d27025ab4eda699e91961fc0537def2ffe850e2c19172b41eb72ca7

Einnahme von SBOMs von OCI -Empfehlern an Guac

• Rennen Sie guacone collect registry ${REGISTRY} um die SBOMs von OCI -Empfehlern an Guac aufzunehmen. Dadurch wird die SBOMs automatisch von den OCI -Empfehlern an Guac aufgenommen.

Führen Sie die App aus

• Installieren Sie Python -Abhängigkeiten mit pip install -r requirements.txt
• Führen Sie streamlit run app.py aus, um die Streamlit -App zu starten (add --logger.level=debug für Debug -Protokolle)
• Navigieren Sie zu App -URL (Standard: http: // localhost: 8501)
• Richten
  • Alternativ setzen Sie OPENAI_API_KEY , OPENAI_API_ENDPOINT und OPENAI_API_MODEL -Umgebungsvariablen
• Richten Sie den Guac GraphQL -Endpunkt in der Seitenleiste links ein (Standard: http: // localhost: 8080/query). Diese URL muss aus der App zugänglich sein.
  • Alternativ setzen Sie die Umgebungsvariable GUAC_GRAPHQL_ENDPOINT