Carlos-Projects/modelchain

# ModelChain [](https://github.com/Carlos-Projects/modelchain/releases) [](https://www.python.org/downloads/) [](https://opensource.org/licenses/MIT) [](https://github.com/Carlos-Projects/modelchain/actions/workflows/ci.yml) [](https://api.star-history.com/svg?repos=Carlos-Projects/modelchain&type=Date) **面向 AI 模型的软件物料清单 (SBOM) 生成器**，具备来源追踪、密码学完整性验证以及合规性报告功能。 ModelChain 会创建 AI 模型供应链的完整来源记录：`基础模型 → 数据集 → 微调 → 适配器 → 部署`。它会验证每个步骤的完整性，并生成用于审计和合规的密码学清单。 ## 功能 - **SBOM 生成** — 完整的模型 SBOM（基础模型、数据集、适配器、超参数、依赖项） - **来源追踪** — 通过密码学验证追踪每个组件的来源 - **供应链审计** — 检测供应链中受损的组件 - **完整性清单** — 为每个组件生成 SHA-256 清单 - **依赖分析** — 分析模型依赖项中的已知漏洞 - **合规报告** — 欧盟《人工智能法案》(EU AI Act) 和 NIST AI RMF 报告 - **多格式输出** — CycloneDX、SPDX 2.3、ModelChain 原生格式、JSON、HTML ## 安装 ``` git clone https://github.com/Carlos-Projects/modelchain.git cd modelchain pip install -e ".[dev]" ``` ## 快速开始 ### 基础 SBOM 生成 ``` modelchain generate my-model 1.0.0 \ --type llm \ --base meta-llama/Meta-Llama-3-8B \ --framework transformers --framework-version 4.36.0 \ --author "Carlos-Projects" \ --description "My fine-tuned model" ``` ### 包含数据集、适配器和依赖项 ``` modelchain generate security-model 1.0.0 \ --type llm \ --base meta-llama/Meta-Llama-3-8B \ --dataset "security-instruct:2.1.0:huggingface:a1b2c3d4" \ --adapter "security-lora:LoRA:local:e5f6a1b2" \ --dependency "transformers:4.36.0:framework" \ --dependency "torch:2.1.0:framework" \ --output ./reports/sbom \ -v ``` ### 验证完整性 ``` modelchain verify manifest.json --base-path ./models ``` ### 审计供应链 ``` modelchain audit sbom.json ``` ### 合规报告 ``` modelchain report sbom.json --format console modelchain report sbom.json --format json --output report.json modelchain report sbom.json --format html --output report.html ``` ## 输出格式 | 格式 | 命令 | 描述 | |--------|---------|-------------| | ModelChain | `--format modelchain` (默认) | 包含所有来源数据的原生 JSON 格式 | | CycloneDX | `--format cyclonedx` | CycloneDX 1.6 AI SBOM 标准 | | SPDX | `--format spdx` | SPDX 2.3 格式 | ## 合规框架 - **欧盟《人工智能法案》** — 检查透明度（第 13 条）、文档记录（第 11 条）、人工监督（第 14 条）、准确性/鲁棒性/网络安全（第 15 条）、数据治理（第 10 条）、风险管理（第 9 条） - **NIST AI RMF 1.0** — 检查治理 (Govern)、映射 (Map)、度量 (Measure)、管理 (Manage) 类别 ## 生态系统集成 | 项目 | 集成 | |---------|-------------| | [reverse-abliterate](https://github.com/Carlos-Projects/reverse-abliterate) | 共享完整性清单模式 (SHA-256)，相同的 CLI 风格 | | [mcp-taxonomy](https://github.com/Carlos-Projects/mcp-taxonomy) | MCP 安全分类法集成 | | [MCPGuard](https://github.com/Carlos-Projects/mcpguard) | 兼容的策略生成 | | [MCPscop](https://github.com/Carlos-Projects/mcpscope) | 可使用的报告格式 | ## 开发 ``` # 运行测试 python -m pytest tests/ -v # 带 coverage 运行 python -m pytest tests/ --cov=modelchain -v # Lint ruff check src/ # Type check mypy src/modelchain/ ``` ## 项目结构 ``` src/modelchain/ ├── cli.py # Typer CLI (generate, verify, audit, report, sbom) ├── generator.py # Core SBOM generator ├── provenance/ # Provenance tracking & verification ├── sbom/ # SBOM builders (modelchain, cyclonedx, spdx) ├── supply_chain/ # Supply chain auditing & vulnerability correlation ├── integrity/ # SHA-256 manifests, fingerprints, diffs ├── compliance/ # EU AI Act & NIST AI RMF checkers ├── reporters/ # Console (Rich), JSON, HTML (Jinja2) output └── utils/ # Cryptographic utilities ``` ## 安全 发现漏洞？请参阅 [SECURITY.md](SECURITY.md)。 ## 许可证 MIT 许可证 — 详情请参阅 [LICENSE](LICENSE)。

标签：AI模型, LLM防护, Python, SBOM生成, 安全规则引擎, 无后门, 逆向工具