ai threat modeling

Euen Dieses Repository ist veraltet und wird archiviert. Alle Eingabeaufforderungen, die auf: https://github.com/xvnpw/fabric-agent-action verschoben wurden

KI -Bedrohungsmodellierung

? Sie können diese Skripte verwenden, um KI -Featured -Inhalte für Bedrohungsmodellierung und Sicherheitsüberprüfung zu generieren.

Euen Dies ist experimentelles Projekt

Installation

git clone [email protected]:xvnpw/ai-threat-modeling.git
cd ai-threat-modeling
pip install -r requirements.txt

Konfiguration

Verwenden Sie Umgebungsvariablen, um API -Schlüssel einzustellen. Ohne API -Schlüssel können Sie den ausgewählten Anbieter nicht verwenden:

 # OpenAI API key
# Optional. Only if want to use openai provider
# Get a key from https://platform.openai.com/account/api-keys
OPENAI_API_KEY

# Open Router API key
# Optional. Only if want to use openrouter provider
# Get a key from https://openrouter.ai/keys
OPENROUTER_API_KEY

Verwendung

$ python ai-tm.py --help
usage: ai-tm.py [-h] [--provider {openai,openrouter}] [--inputs [INPUTS]] [--output [OUTPUT]] [-ai [ARCHITECTURE_INPUTS]] [-atmi [ARCHITECTURE_THREAT_MODEL_INPUT]] [--model MODEL]
                [--temperature TEMPERATURE] [-v VERBOSE] [-d DEBUG] [-usos USER_STORY_OUTPUT_SUFFIX] [-t TEMPLATE_DIR] [--review REVIEW] [--create-draft CREATE_DRAFT]
                {project,architecture,user-story}

AI featured threat modeling and security review

positional arguments:
  {project,architecture,user-story}
                        type of feature

options:
  -h , --help            show this help message and exit
  --provider {openai,openrouter}
                        provider of LLM API, default: openai
  --inputs [INPUTS]     file path or json array of paths to input files (depends on feature)
  --output [OUTPUT]     path to output file
  -a i [ARCHITECTURE_INPUTS], --architecture-inputs [ARCHITECTURE_INPUTS]
                        for user-story only: json array of paths to architecture files
  -a tmi [ARCHITECTURE_THREAT_MODEL_INPUT], --architecture-threat-model-input [ARCHITECTURE_THREAT_MODEL_INPUT]
                        for user-story only: path to architecture threat model file
  --model MODEL         type of ChatGPT model, default: gpt-4
  --temperature TEMPERATURE
                        sampling temperature for a model, default 0.2
  -v, --verbose         turn on verbose messages, default: false
  -d , --debug           turn on debug messages, default: false
  -u sos USER_STORY_OUTPUT_SUFFIX, --user-story-output-suffix USER_STORY_OUTPUT_SUFFIX
                        for user-story only: suffix that will be added to input file name to create output file, default: _SECURITY
  -t TEMPLATE_DIR, --template-dir TEMPLATE_DIR
                        path to template dir, default: ./templates
  --review              review input files using LLM, default: false
  --create-draft        create draft of input (e.g. architecture) based on files (e.g. README.md,controllers.go,swagger.yaml), default: false

Experimental. Use on your own risk

Merkmale

Überprüfung der Architekturbeschreibung für das Projekt

$ python ai-tm.py architecture --review --inputs < path_to_project > /ARCHITECTURE.md --output ARCHITECTURE_REVIEW.md --verbose
INFO:root:review of architecture started...
INFO:root:finished waiting on llm response
INFO:root:response written to file

Tech Stack

• Python
• LLM -Werkzeug: Langchain
• LLM: OpenAI GPT, OpenRouter

Privatsphäre

Openai

Dieses Projekt verwendet OpenAI -API. Standardmäßig werden Ihre Daten nicht zum Lernen gemäß den Richtlinien für API -Datennutzung verwendet:

OpenAI verwendet keine von Kunden über unsere API eingereichten Daten, um unsere Modelle zu schulen oder zu verbessern, es sei denn, Sie beschließen, Ihre Daten für diesen Zweck ausdrücklich mit uns zu teilen. Sie können sich für die Freigabe von Daten entscheiden.

OpenRouter

OpenRouter beschreibt die Privatsphäre und Filterung in den Einstellungen für jedes Modell.