首页
/ Anthropic-Cybersecurity-Skills 实战:基于 GitLab CI 构建 DevSecOps 流水线的合规标准落地指南

Anthropic-Cybersecurity-Skills 实战:基于 GitLab CI 构建 DevSecOps 流水线的合规标准落地指南

2026-09-09 21:10:29作者:范靓好Udolf

本指南以 skills/building-devsecops-pipeline-with-gitlab-ci 技能中的合规参考文档 references/standards.md 为骨架,系统讲解如何把 OWASP DevSecOps Pipeline Maturity Model、NIST SP 800-218 (SSDF)、CIS Software Supply Chain Security 三大标准体系映射到 GitLab CI/CD 安全流水线的具体实践中,并给出可直接落地的 .gitlab-ci.yml 配置、扫描器覆盖矩阵与合规度量指标。读完本文,你将能够依据标准成熟度模型评估自身流水线水位、用 SSDF 实践逐条对齐 GitLab 安全特性,并按照 CIS 软件供应链安全控制项加固构建与部署链路。

为什么 DevSecOps 流水线需要"标准对齐"

单纯的"在 CI 里加几个扫描器"并不能证明安全能力达标。安全团队需要回答三个问题:流水线当前处于什么成熟度级别?每一级该启用哪些扫描与门禁?这些能力对应哪些行业标准与合规要求?

本仓库中的技能文档 references/standards.md 正是为解决这三个问题而设计——它把 GitLab 的原生安全扫描器套件(SAST、DAST、容器扫描、依赖扫描、密钥检测、许可证合规)与三大权威框架对齐:

  • OWASP DevSecOps Pipeline Maturity Model:评估流水线从"手动、零集成"到"策略强制、自动修复"的成熟度;
  • NIST SP 800-218 (SSDF):美国 NIST 的"安全软件开发框架",逐条映射到 GitLab 功能与流水线阶段;
  • CIS Software Supply Chain Security:覆盖从源码管理、构建、依赖、制品到部署五个环节的供应链安全控制。

配套的 SKILL.md 给出了完整可运行的流水线配置,api-reference.md 提供了模板与 API 参考,workflows.md 描述了四个核心工作流。本文将把这些材料组织成一条"标准 → 配置 → 验证 → 度量"的完整落地路径。

OWASP DevSecOps Pipeline Maturity Model:四级成熟度全景

OWASP 提出的 DevSecOps 流水线成熟度模型,从六个扫描维度评估流水线水平:SAST(静态应用安全测试)、DAST(动态应用安全测试)、SCA/依赖扫描、容器扫描、密钥检测、许可证合规。每个维度分四个级别,references/standards.md 给出了完整矩阵:

Level SAST DAST SCA Container Secrets License
Level 1 (Basic) Manual runs None Manual dependency check None Pre-commit hooks None
Level 2 (Integrated) CI-triggered on MR Scheduled scans CI-triggered Image scan on build CI scan on commits CI-triggered
Level 3 (Enforced) Required for merge Gate before deploy Block on critical CVE Block vulnerable images Push protection Policy enforcement
Level 4 (Optimized) Custom rules, tuned FP Authenticated full scan Auto-remediation PRs Signed images only Auto-rotation SBOM generation

Level 1 (Basic):手动阶段,能力零散

这是大多数未改造项目的起点:SAST 由开发者在本地手动运行,依赖检查靠人工核对,密钥防护依赖 pre-commit 钩子,DAST、容器扫描与许可证合规完全缺失。此级别的特征是"安全动作依赖个人自觉",无法审计、无法量化。

Level 2 (Integrated):集成到 CI,能力接入

关键转变是把扫描动作挂进 CI/CD 触发器:SAST 在 Merge Request 时触发、依赖扫描与密钥检测随每次提交运行、容器镜像在构建时扫描、DAST 与许可证扫描定时/按事件触发。这一级对应的 GitLab 实现就是引入托管安全模板——见下文 可运行配置 中的 include: 段。

Level 3 (Enforced):门禁强制,阻断缺陷

从"扫描"升级为"强制执行":SAST 成为合入 MR 的必选项、DAST 作为部署前门禁、关键 CVE 阻断依赖扫描、高危镜像禁止入库、密钥检测开启 push protection、许可证违反进入策略执行。这正是"Shift Left"的核心价值——把质量门禁前移到合入与部署决策点

Level 4 (Optimized):定制优化,闭环自动

最高级别追求工程化闭环:SAST 使用定制规则集并调优误报率(FP),DAST 执行带认证的完整扫描,依赖漏洞自动生成修复 PR,镜像只允许签名镜像进入(参考仓库中 Sigstore/Cosign 类技能),密钥自动轮换,并生成 SBOM(软件物料清单)。在本仓库中,Level 4 的能力可与 implementing-mitre-attack-coverage-mappingimplementing-epss-score-for-vulnerability-prioritization 等技能联动,实现基于漏洞优先级评分的自动化修复。

使用建议:先用下表评估当前流水线各维度的级别,再按差距制定迭代计划。目标通常是把 SAST、依赖扫描、密钥检测先推到 Level 3,再把容器与 DAST 逐步升级。

NIST SP 800-218 (SSDF):每条实践如何落在 GitLab 上

NIST SP 800-218 是 NIST 的安全软件开发框架(SSDF),定义了从需求定义到运维的 16+ 项实践。references/standards.md 将其关键实践映射到 GitLab 的具体功能与流水线阶段:

SSDF Practice GitLab Feature Pipeline Stage
PO.1 Define security requirements Security policies Policy configuration
PW.1 Design software securely Threat modeling integration Pre-build
PW.4 Reuse well-secured software Dependency scanning Security stage
PW.5 Create source code securely SAST, secret detection Security stage
PW.7 Review and test code MR security widget Merge request
PW.8 Test executable code DAST Post-deploy staging
PW.9 Configure software securely Container scanning Security stage
RV.1 Identify vulnerabilities Vulnerability report Dashboard
RV.2 Assess and prioritize Severity classification Triage workflow
RV.3 Remediate vulnerabilities Issue tracking integration Sprint planning

PO.1:定义安全需求 → 安全策略

需求阶段的落地载体是 GitLab 的 Security & Compliance > Policies。SKILL.md 给出的操作路径是:

  1. 导航到 Security & Compliance > Policies
  2. 创建 Scan Execution Policy,要求所有分支必须执行 SAST 与密钥检测;
  3. 创建 Merge Request Approval Policy,当检测到关键(Critical)漏洞时强制安全团队审批。

这使"安全需求"从口头约定变成可在策略配置中强制执行的规则。

PW.1:安全设计 → 威胁建模集成

在 Pre-build 阶段引入威胁建模。该实践在 GitLab 侧没有单一扫描器对应,但可通过在流水线前置阶段加入安全评审任务、或集成威胁建模工具(如 OWASP Threat Dragon,仓库中也有 performing-threat-modeling-with-owasp-threat-dragon 技能)实现。

PW.4 / PW.5 / PW.9:复用安全组件、安全编码、安全配置

三个实践统一落在 security 阶段

  • PW.4Security/Dependency-Scanning.gitlab-ci.yml 检查 package.jsonrequirements.txtpom.xmlGemfile.lock 等清单中的已知漏洞版本(Gem 与 Retire.js / Gemnasium 分析器);
  • PW.5:SAST 与 Security/Secret-Detection.gitlab-ci.yml 配合,前者分析源码缺陷,后者用模式匹配与熵分析识别误提交的凭证、API Key、Token 与私钥;
  • PW.9Security/Container-Scanning.gitlab-ci.yml 基于 Trivy 检查镜像内 OS 包与应用依赖的已知 CVE。

PW.7 / PW.8:代码评审与可执行代码测试

  • PW.7 对应 MR Security Widget:每个 MR 展示本次新增漏洞、已修复漏洞以及与目标分支基线的对比(详见 workflows.md 的 Workflow 1);
  • PW.8 对应 DAST:针对已部署到 staging 的应用 URL 发起 XSS、SQLi、CSRF 等攻击载荷测试,在 Post-deploy staging 阶段执行。

RV.1 ~ RV.3:漏洞识别、评估、修复闭环

三项实践构成漏洞管理闭环:Vulnerability Report 汇总全部扫描器发现(RV.1);按严重级 Critical / High / Medium / Low / Info 分类(RV.2);通过与 Issue 跟踪集成自动创建缺陷单进入迭代计划(RV.3)。这与 workflows.mdWorkflow 4:漏洞生命周期管理 完全吻合——状态机为 Detected → Confirmed / Dismissed → Resolved

CIS Software Supply Chain Security:五个供应链控制项

CIS 将软件供应链安全拆解为五个控制类别,references/standards.md 逐条给出了 GitLab 落地方式:

  • SCS-1 保护源码管理:受保护分支(Protected Branches)+ 签名提交(Signed Commits),防止对默认分支的未授权篡改;
  • SCS-2 保护构建流水线:固定模板版本(Pinned Template Versions)+ Runner 隔离,避免模板漂移与被污染的构建环境;
  • SCS-3 依赖验证:依赖扫描 + 许可证合规(Dependency Scanning & License Compliance),确保引入的第三方组件既无已知 CVE 又不违反许可证策略;
  • SCS-4 制品安全:容器扫描 + 镜像签名(Container Scanning & Signed Images),确保进入镜像仓库的制品通过安全检查;
  • SCS-5 部署安全:手动门禁(Manual Gates)+ 环境审批(Environment Approvals),生产部署需要人工确认。

这五项与 SKILL.md 配置中的 when: manual(生产部署手动触发)以及 CI/CD 环境级审批机制一一对应。

GitLab 扫描器覆盖矩阵:按漏洞类型选扫描器

不同漏洞类型需要不同扫描器。references/standards.md 提供的覆盖矩阵是配置扫描策略的决策依据:

Vulnerability Type Primary Scanner Secondary Scanner
SQL Injection SAST (Semgrep) DAST
XSS SAST DAST
SSRF SAST DAST
Command Injection SAST DAST
Insecure Deserialization SAST N/A
Known CVE in dependency Dependency Scanning Container Scanning
Hardcoded credentials Secret Detection SAST
License violation License Scanning N/A
OS-level CVE in image Container Scanning N/A
Authentication flaws DAST SAST

矩阵解读要点

  1. 注入类与 XSS/SSRF/命令注入:主扫描器是 SAST(GitLab 默认的 Semgrep 规则引擎),DAST 作为运行时验证的辅助手段——静态发现问题后,由 DAST 在运行环境确认可利用性;
  2. 依赖 CVE 与镜像 OS 级 CVE:两者分属源码级(Dependency Scanning)与镜像级(Container Scanning)两个层面,互为补充——[api-reference.md](https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills/blob/88f408ada3d8074ec9d2e7f7bb19c32e0aca44ff/skills/building-devsecops-pipeline-with-gitlab-ci/references/api-reference.md?utm_source=gitcode_repo_files) 将 Gemnasium / Retire.js 列为依赖扫描工具、Trivy / Grype 列为容器扫描工具;
  3. 硬编码凭证:Secret Detection(Gitleaks)为主,SAST 兜底;
  4. 认证缺陷:只有 DAST 能覆盖运行时认证逻辑,SAST 仅作辅助。

这一矩阵与 scripts/agent.py 中的 SECURITY_STAGES 字典完全对应——该脚本以代码形式固化了各扫描阶段的模板、描述与工具清单(Semgrep/Bandit/ESLint → SAST,ZAP → DAST,Gemnasium/Retire.js → 依赖扫描,Trivy/Grype → 容器扫描,Gitleaks → 密钥检测,License Finder → 许可证扫描,KICS → IaC 扫描),可作为自动化生成流水线配置的参考实现。

直接落地的 .gitlab-ci.yml 完整配置

将上述标准映射落到实际流水线,即 SKILL.md 中的完整配置。该配置通过引入 GitLab 托管安全模板,把 SAST、密钥检测、依赖扫描、容器扫描、DAST 与许可证扫描一次性接入:

# .gitlab-ci.yml

stages:
  - build
  - test
  - security
  - deploy-staging
  - dast
  - deploy-production

variables:
  DOCKER_IMAGE: $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA
  SECURE_LOG_LEVEL: "info"

# Include GitLab managed security templates
include:
  - template: Security/SAST.gitlab-ci.yml
  - template: Security/Secret-Detection.gitlab-ci.yml
  - template: Security/Dependency-Scanning.gitlab-ci.yml
  - template: Security/Container-Scanning.gitlab-ci.yml
  - template: DAST.gitlab-ci.yml
  - template: Security/License-Scanning.gitlab-ci.yml

build:
  stage: build
  image: docker:24.0
  services:
    - docker:24.0-dind
  variables:
    DOCKER_TLS_CERTDIR: "/certs"
  script:
    - docker login -u $CI_REGISTRY_USER -p $CI_REGISTRY_PASSWORD $CI_REGISTRY
    - docker build -t $DOCKER_IMAGE .
    - docker push $DOCKER_IMAGE
  rules:
    - if: $CI_COMMIT_BRANCH

unit-tests:
  stage: test
  image: $DOCKER_IMAGE
  script:
    - npm ci
    - npm run test:coverage
  coverage: '/Lines\s*:\s*(\d+\.?\d*)%/'
  artifacts:
    reports:
      junit: junit-report.xml
      coverage_report:
        coverage_format: cobertura
        path: coverage/cobertura-coverage.xml

# Override SAST to run in security stage
sast:
  stage: security
  variables:
    SAST_EXCLUDED_PATHS: "spec,test,tests,tmp,node_modules"
    SEARCH_MAX_DEPTH: 10

# Override container scanning
container_scanning:
  stage: security
  variables:
    CS_IMAGE: $DOCKER_IMAGE
    CS_SEVERITY_THRESHOLD: "HIGH"

# Override dependency scanning
dependency_scanning:
  stage: security

# Override secret detection
secret_detection:
  stage: security

# License compliance scanning
license_scanning:
  stage: security

deploy-staging:
  stage: deploy-staging
  image: bitnami/kubectl:latest
  script:
    - kubectl set image deployment/app app=$DOCKER_IMAGE -n staging
    - kubectl rollout status deployment/app -n staging --timeout=300s
  environment:
    name: staging
    url: https://staging.example.com
  rules:
    - if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH

# DAST runs against deployed staging
dast:
  stage: dast
  variables:
    DAST_WEBSITE: https://staging.example.com
    DAST_FULL_SCAN_ENABLED: "true"
    DAST_BROWSER_SCAN: "true"
  needs:
    - deploy-staging
  rules:
    - if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH

deploy-production:
  stage: deploy-production
  image: bitnami/kubectl:latest
  script:
    - kubectl set image deployment/app app=$DOCKER_IMAGE -n production
    - kubectl rollout status deployment/app -n production --timeout=300s
  environment:
    name: production
    url: https://app.example.com
  when: manual
  rules:
    - if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH

配置中的关键设计决策

  • 模板化接入:通过 include: - template: ... 引用 GitLab 托管模板,六类扫描器零代码接入,对应 OWASP 成熟度模型 Level 2 的"CI 触发";
  • 阶段重排:通过同名 Job 覆盖(Override),把扫描任务统一收拢到独立的 security 阶段,六个扫描器在安全阶段并行执行——这正是 SKILL.md 中"Pipeline Optimization"第一条(Parallel execution);
  • 阈值门禁CS_SEVERITY_THRESHOLD: "HIGH" 让容器扫描在发现 High 及以上漏洞时阻断流水线,对应成熟度 Level 3 的"Block vulnerable images"与 CIS SCS-4;
  • DAST 依赖部署needs: [deploy-staging] 确保 DAST 只在 staging 部署完成后运行,且仅对默认分支触发,避免浪费 MR 管道资源;
  • 生产手动门禁when: manual 落实 CIS SCS-5 的部署安全——生产发布必须人工确认,对应 SKILL.md 中 deploy-production 的设计。

常见安全变量的含义

结合 api-reference.md 的变量表,以下变量在调优扫描行为时最常用:

变量 说明 配置示例
SAST_DEFAULT_ANALYZERS 逗号分隔的 SAST 分析器列表 semgrep,bandit(Python)、semgrep,eslint(JavaScript)
SAST_EXCLUDED_ANALYZERS 需要跳过的分析器 用于排除误报严重的分析器
SAST_EXCLUDED_PATHS 排除的扫描路径 spec,test,tests,tmp,node_modules
CS_IMAGE 容器扫描的目标镜像 $DOCKER_IMAGE
CS_SEVERITY_THRESHOLD 镜像扫描阻断阈值 HIGH
DAST_WEBSITE DAST 目标 URL https://staging.example.com
DAST_FULL_SCAN_ENABLED 是否启用完整扫描 "true"
DAST_BROWSER_SCAN 浏览器级扫描(覆盖 JS 渲染页面) "true"
SECRET_DETECTION_HISTORIC_SCAN 是否扫描提交历史 用于存量仓库的全量密钥排查
SEARCH_MAX_DEPTH 分析器搜索最大深度 10

注意SAST_DEFAULT_ANALYZERSSAST_EXCLUDED_ANALYZERS 的组合逻辑,在 scripts/agent.pygenerate_gitlab_ci() 中体现得最直观——该函数会根据 --project-type(python/javascript/java/go)自动注入对应的分析器组合,说明不同技术栈应显式声明自己的 SAST 分析器集合,而不是依赖默认值。

自定义 SAST 规则集:迈向成熟度 Level 4

默认模板的规则可能不贴合项目技术栈或业务特性。SKILL.md 给出基于 ruleset 的自定义方案,创建 .gitlab/sast-ruleset.toml

[semgrep]
  [[semgrep.ruleset]]
    dirs = ["src"]

  [[semgrep.passthrough]]
    type = "url"
    target = "/sgrep-rules/custom-rules.yml"
    value = "https://semgrep.dev/p/owasp-top-ten"

  [[semgrep.passthrough]]
    type = "url"
    target = "/sgrep-rules/java-rules.yml"
    value = "https://semgrep.dev/p/java"
  • [[semgrep.ruleset]] dirs = ["src"]:限定分析目录,配合 SKILL.md 中 SAST_EXCLUDED_PATHS 排除测试与临时目录,降低噪声;
  • [[semgrep.passthrough]]:追加自定义规则集(这里通过 URL 引入 OWASP Top Ten 与 Java 规则包),是 Level 4 "Custom rules, tuned FP"的典型实现;
  • 规则集文件应随代码仓库版本管理,保证所有 MR 使用同一套规则基线。

使用项目脚本验证流水线覆盖与生成合规报告

本技能目录下的两个 Python 脚本提供了"代码级"的合规评估能力,可以作为标准落地的辅助验证手段。

agent.py:流水线配置生成与覆盖评估

scripts/agent.py 是一个命令行工具,可根据 --stages 参数生成 .gitlab-ci.yml 结构并评估安全覆盖率:

# 默认启用全部 7 类安全阶段
python3 scripts/agent.py

# 仅启用 SAST 与密钥检测,评估覆盖率缺口
python3 scripts/agent.py --stages sast secret_detection

# 指定技术栈(python / javascript / java / go)
python3 scripts/agent.py --stages sast dependency_scanning --project-type javascript

# 通过 GitLab CI Lint API 校验配置
python3 scripts/agent.py --gitlab-url https://gitlab.example.com --token $TOKEN --project-id 123 --output devsecops_report.json

其核心逻辑是 assess_pipeline_coverage():以 SECURITY_STAGES 的 7 类阶段全集为分母,计算当前配置覆盖率并列出缺失阶段。这正好可以对照 OWASP 成熟度模型——覆盖率 100% 意味着所有扫描维度已接入(Level 2),再叠加阈值与门禁(Level 3)。内置的 validate_pipeline() 对应 api-reference.md 中的 CI Lint API(POST /api/v4/projects/:id/ci/lint),可在提交前校验 YAML 有效性。

process.py:按项目组聚合扫描器覆盖率与漏洞

scripts/process.py 则面向"度量",它查询 GitLab API 聚合整个 Group 的安全态势:

  • 环境变量:GITLAB_TOKEN(必填)、GITLAB_URL(默认 https://gitlab.com)、GITLAB_GROUP_ID(必填);
  • 调用的核心 API:GET /api/v4/groups/{id}/projects?include_subgroups=trueGET /api/v4/projects/{id}/vulnerabilities?state=detectedGET /api/v4/projects/{id}/pipelines/{pid}/jobs,对应 api-reference.md 中的 Vulnerability Report API(GET /api/v4/projects/:id/vulnerability_findings);
  • 输出:每个项目的未修复漏洞数、按严重级分布、按扫描器分布、实际启用的扫描器清单,以及 Group 级扫描器覆盖率百分比。

这直接服务于 SKILL.md"Monitoring and Metrics"中的 Pipeline security coverage 指标(> 95% 目标),让合规证据可量化、可审计。

安全策略强制:把标准变成组织规则

配置文件中引入模板只解决了"扫描跑没跑",而"扫描是否必须"要靠安全策略强制。SKILL.md 与 workflows.md 共同描述了以下策略组合:

策略类型 作用 对应标准
Scan Execution Policy 强制所有分支执行 SAST 与密钥检测 SSDF PO.1 / CIS SCS-1
MR Approval Policy 检测到 Critical 漏洞时要求安全团队审批 SSDF RV.2 / OWASP Level 3
Push Rules / Protection 阻止密钥推送到仓库、保护默认分支 CIS SCS-1 / SCS-3

其中 Workflow 1(Merge Request Security Review) 描述了完整的 MR 安全门禁流程:MR 触发扫描并行执行 → MR Security Widget 展示新增/修复漏洞 → 无 Critical/High 则放行,否则被审批策略阻断 → 安全团队确认或标记误报 → 全部解决后合入。这使 SSDF 的 PW.7 Review and test code 形成可执行的闭环。

漏洞治理与 SLA:把发现变成修复

漏洞报告与 MR 安全小组件

GitLab 将扫描结果统一汇入 Security & Compliance > Vulnerability Report,每条漏洞包含:严重级(Critical/High/Medium/Low/Info)、扫描器来源(SAST/DAST/Container/Dependency/Secret)、源码或镜像层位置、修复建议以及状态跟踪(Detected/Confirmed/Dismissed/Resolved)。MR Security Widget 则聚焦变更本身——只展示本次 MR 新增与修复的漏洞,帮助开发者在合入前处理自己的"增量债务"。

基于严重级的 SLA 度量

assets/template.md 给出了可套用的漏洞 SLA 模板:

严重级 发现到分诊 分诊到修复 总 SLA
Critical 4 小时 24 小时 48 小时
High 24 小时 5 天 7 天
Medium 48 小时 14 天 30 天
Low 1 周 30 天 90 天

配合 SKILL.md 的监控指标表(关键漏洞 MTTR < 48 小时、误报率 < 15%、密钥阻断率 > 99%),可以将合规要求量化为团队可追踪的 KPI。模板中还包括流水线安全扫描器检查清单、安全策略配置表与分环境 DAST 目标表,适合作为落地评审的核对工具。

流水线优化要点

最后是让这套标准配置在生产环境稳定运行的优化手段,均来自 SKILL.md 的 Pipeline Optimization 一节:

  • 并行执行:六个扫描器在独立 security 阶段并行运行,通过 rules 控制触发范围避免 MR 管道过度膨胀;
  • 缓存:为依赖下载配置 CI cache,显著缩短依赖扫描与构建时间;
  • 增量扫描:设置 SAST_INCREMENTAL: "true" 让 SAST 只扫描变更文件,加快大型仓库的 MR 反馈;
  • 质量门禁:对关键扫描器设置 allow_failure: false,确保 Critical/High 漏洞直接失败流水线,实现 Level 3 的强制门禁。

结语:从标准到落地的一条完整链路

references/standards.md 提供的四张表格(OWASP 成熟度模型、SSDF 映射、CIS 供应链控制、扫描器覆盖矩阵)构成了 DevSecOps 流水线建设的评估基线;本技能目录的 SKILL.mdapi-reference.mdworkflows.md 与两个脚本(agent.pyprocess.py)则提供了落地实现与验证手段。实践中建议按此顺序推进:先用成熟度模型做现状评估 → 按 SSDF 映射补齐 GitLab 功能 → 用 CIS 五项控制加固供应链环节 → 依据扫描器覆盖矩阵校准扫描策略 → 最后用策略强制与 SLA 度量形成持续改进闭环。这套方法论与仓库中 mappings/ 目录的框架映射体系一脉相承,也符合项目将 817 项安全技能统一对齐 MITRE ATT&CK、NIST CSF 2.0 等六大框架的设计理念。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
33
18
docsdocs
暂无描述
Markdown
899
5.83 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.14 K
2.76 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
860
1.35 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
925
1.85 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.84 K
1.02 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
533
601
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.37 K
1.46 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
548
395
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
1.04 K
525