如何選擇可連接 DevSecOps 的 AI BOM 工具

是想確認模型授權條款、追蹤有漏洞的相依項目，還是掌握使用中的模型是否發生變更？目的不同，所需的欄位與工具也不同。首先將模型ID與版本、供應來源、相依軟體、使用位置及負責人列為盤點對象，並視需要納入資料集與授權條款。

CycloneDX的ML-BOM是一種可描述模型、資料集等內容的格式。不過，格式中設有某個欄位，與工具能否從公司環境中取得該欄位的值，是兩回事。

cdxgen是可從原始碼等來源產生BOM的候選工具。Dependency-Track則可接收CycloneDX BOM，用於從CI/CD登錄BOM及分析元件。前者負責產生，後者負責接收與管理，兩者角色不同，因此評估時也應考慮搭配使用。

各生成工具的檢查對象也有所不同。AIBoMGen CLI 針對儲存庫中 Hugging Face 模型的使用情況生成 CycloneDX AI BOM，也提供 GitHub Action。xgrep 會離線檢查程式碼中 AI SDK 與模型的使用情況，並以 CycloneDX 1.6 格式輸出。不過，xgrep 的 AI 專用輸出不包含一般軟體相依項目，因此需要另行生成 SBOM。

即使已使用現有的SBOM產生器，也不一定能取得模型專屬資訊。可在CycloneDX Tool Center尋找其他候選工具，除了支援格式，也要確認模型資訊的輸出欄位、CLI或API、身分驗證，以及既有的工單作業流程。

以下是cdxgen v13.6.0的官方範例。請針對不含機密的對象產生BOM，並將模型ID、版本與授權條款和原始設定核對。這是指令範例，並非在此環境中執行所得的結果。

模型卡中記載的資料集與基礎模型，屬於提供者的聲明。不要將其視為實際用於訓練的證明，而應分別確認模型卡的記載、觀察到的相依關係，以及訓練工作的佐證紀錄。

cdxgen -r --include-formulation -o aibom.json --bom-audit --bom-audit-categories ai-bom .

對於執行時透過環境變數或外部 API 選定的模型，僅靠儲存庫的靜態分析，有時可能會遺漏。如果我們是負責檢查程式碼的一方，就會將產生的清冊與應用程式設定及使用紀錄交叉比對，調查未列入清冊的引用。僅靠程式碼分析，不一定能掌握外部模型的完整使用情況。

整合至CI後，請變更模型版本，確認下一份產出是否呈現差異，以及接收端是否保留必要欄位。產生指令執行成功，並不代表偵測到問題時CI就一定會失敗。必須另外設定失敗條件與結束代碼的處理方式，並建立不將等待人工確認的項目視為通過的作業流程。