Guac-AI-Mole est un outil alimenté par modèle de langue (LLM) pour inspecter et comprendre la chaîne d'approvisionnement des logiciels d'une organisation. Il utilise des modèles LLM, tels que Openai GPT-4, et GUAC pour interroger et analyser les artefacts de la chaîne d'approvisionnement sécurisés, tels que la facture de matériaux de logiciels (SBOM), pour prendre des décisions exploitables.
? Ceci est un projet de hackathon. N'utilisez pas dans la production.
La démonstration fournira des échantillons de questions et réponses générées par Guac-ai-mole!
Ces réponses sont pré-générées et mises en cache pour des temps de réponse plus rapides et pour éviter d'avoir besoin d'accès à l'API. Vous pouvez essayer vos propres questions et réponses en configurant l'application localement.
gpt-4-32k-0613 et ultérieurs)$PATHexport REGISTRY=<registry name ie, myregistry.io> pour définir votre registrescripts/populate-registry.sh pour remplir le registre avec des exemples d'images et des SBOMS attachés en tant qu'artefacts OCI références OCIoras discover . Par exemple, $ oras discover ${REGISTRY} /vul-image:latest
Discovered 1 artifact referencing latest
Digest: sha256:b6f1a6e034d40c240f1d8b0a3f5481aa0a315009f5ac72f736502939419c1855
Artifact Type Digest
application/spdx+json sha256:5479d40d5d27025ab4eda699e91961fc0537def2ffe850e2c19172b41eb72ca7guacone collect registry ${REGISTRY} pour ingérer les SBOM des références OCI à Guac. Cela ingérera automatiquement les SBOM des références OCI à Guac.pip install -r requirements.txtstreamlit run app.py pour démarrer l'application Streamlit (Ajouter --logger.level=debug pour les journaux de débogage)OPENAI_API_KEY , OPENAI_API_ENDPOINT et OPENAI_API_MODEL Variables d'environnementGUAC_GRAPHQL_ENDPOINT