探索与实现:Confectionery,Terraform配置的守护者

在DevOps的世界里,确保基础设施即代码(IAC)的安全性是至关重要的。Confectionery,这个名字听起来甜美的开源项目,实际上是Cigna公司为Terraform配置文件创建的一套规则库。它与Conftest工具结合使用,能帮助你提前发现并解决可能存在的配置错误和潜在风险。
什么是Confectionery?
Confectionery是一个针对Conftest的规则集合,专注于检测Terraform计划中的不合规配置。通过利用Regula库解析Terraform计划,它能在开发周期早期就提供反馈,防止不符合治理标准的配置进入生产环境。例如,你可以设置规则确保所有部署的服务都在预定义的白名单中。
开始使用Confectionery
首先,你需要安装Conftest。然后,生成Terraform计划并将其转换为JSON格式:
terraform init
terraform plan -out tf-plan.binary
terraform show -json tf-plan.binary > tf-plan.json
接下来,使用以下命令运行Conftest测试,并更新Confectionery规则:
conftest test --update "git::https://github.com/cigna/confectionery.git//rules/terraform?ref=<tagged-version>" tf-plan.json
你可以通过指定-p选项来调整规则存储路径,以方便缓存。
利用例外情况处理特殊情况
如果需要临时禁用某个规则,或者存在无法避免的误报,可以使用例外机制。Confectionery遵循了Regula的例外配置方式,详细信息可在Regula文档中找到。
创建自定义规则
对Conftery感兴趣的开发者可以通过阅读rules概述开始创建自己的规则。同时,项目的测试页面提供了如何编写Conftest规则的指导。
一同参与贡献
如果你有新的想法或改进意见,欢迎按照贡献指南参与到Confectionery的开发中来。只需几个简单步骤,你的贡献就能被这个项目接纳!
贡献者致谢
Confectionery最初由Cigna公司的多位优秀开发者共同发起,他们是:安东尼·巴比里、科瑞·桑森、卢克·纽曼、克里斯蒂·坎哈、杰森·韦、马修·布拉德利、奥默·法鲁克、尼基娅·比尔、提姆othy·戈雷茨基、加文兰·斯坦曼、加布里埃尔·亨普尔、提姆othy·莫里斯和盖文·斯泰因曼。
Confectionery以其强大的规则检测功能,为Terraform配置带来了更严谨的安全保障。无论你是个人开发者还是企业团队,都能从中受益,打造更加安全可靠的基础设施。现在,就加入Confectionery的使用者行列,让安全始于代码吧!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00