supply-chain-security

作成者： microsoft

OpenSSF Scorecard、SLSA、Sigstore、SBOM、およびポスチャー/バックログ分類法に関するソフトウェアサプライチェーンセキュリティのリファレンス。

npx skills add https://github.com/microsoft/hve-core --skill supply-chain-security

ZIPダウンロード GitHub

Supply Chain Security

This skill packages the durable software supply chain security (SSSC) reference material: open-standard catalogs, the combined capabilities inventory, and the classification taxonomies used to assess a repository's posture and turn gaps into prioritized work items.

When to use

Use this skill when you need to:

Assess a repository against the 27 combined supply chain capabilities from hve-core and physical-ai-toolchain.
Map posture against OpenSSF Scorecard, SLSA v1.0, OpenSSF Best Practices Badge, Sigstore (cosign), or NTIA SBOM minimum elements.
Classify a gap by adoption category, effort size, or qualitative concern level.
Derive work item priority and execution order from Scorecard risk levels.

Skill layout

Load the reference file for the topic you need. Each file holds the verbatim standard catalog or taxonomy.

Reference	Topic
references/00-index.md	Navigation catalog for every reference in this skill
references/openssf-scorecard.md	OpenSSF Scorecard 20 checks with risk levels and score ranges
references/slsa-levels.md	SLSA v1.0 Build track levels L0 through L3
references/best-practices-badge.md	OpenSSF Best Practices Badge Passing, Silver, and Gold criteria
references/sigstore-maturity.md	Sigstore (cosign) adoption maturity levels
references/sbom-elements.md	NTIA SBOM minimum elements and format guidance
references/capabilities-inventory.md	27 combined capabilities across hve-core, PAT, and shared sets
references/adoption-categories.md	Six adoption categories, effort sizing, and concern levels
references/scorecard-check-mapping.md	Full 20-check implementation and adoption reference mapping
references/priority-derivation.md	Risk level to priority and execution order derivation

Attribution

Standard catalogs in this skill derive from their respective upstream projects. Per-reference attribution appears at the bottom of each reference file. See references/00-index.md for the consolidated attribution summary.

microsoftのその他のスキル

OSS成長ハッカーのペルソナ

agent-framework-azure-ai-py

Microsoft Agent Framework Python SDK（agent-framework-azure-ai）を使用してAzure AI Foundryエージェントを構築します。AzureAIAgentsProviderを使用した永続的なエージェントの作成、ホスト型ツール（コードインタープリター、ファイル検索、ウェブ検索）の使用、MCPサーバーの統合、会話スレッドの管理、ストリーミング応答の実装時に使用します。関数ツール、構造化出力、マルチツールエージェントをカバーします。

airunway-aks-setup

AKS上でAI Runwayをセットアップ — ベアクラスターからモデル実行まで。クラスター検証、コントローラーインストール、GPU評価、プロバイダー設定、初回デプロイをカバー。対象: 「AI Runwayのセットアップ」「AKSクラスターのオンボード」「AI Runwayのインストール」「airunway setup」「AKSへのモデルデプロイ」「AKSでのGPU推論」「AKSでのKAITOセットアップ」「AKSでのLLM実行」「AKSでのvLLM」「AKSでのモデルサービング設定」「AI Runwayコントローラー」。

appinsights-instrumentation

Azure Application Insightsを使用したWebアプリのインストルメンテーションに関するガイダンス。テレメトリパターン、SDKセットアップ、構成リファレンスを提供します。対象: アプリのインストルメンテーション方法、App Insights SDK、テレメトリパターン、App Insightsとは何か、Application Insightsガイダンス、インストルメンテーション例、APMベストプラクティス。

applicationinsights-web-ts

Application Insights JavaScript SDK（@microsoft/applicationinsights-web）を使用してブラウザ/Webアプリを計測します。Real User Monitoring（RUM）— ページビュー、クリック、AJAX/fetch依存関係、例外、カスタムイベント、およびバックエンドのOpenTelemetryトレースに関連付けられたブラウザ側のGenAIエージェントトレースに使用します。SDKローダースクリプトとnpmセットアップ、フレームワーク拡張機能（React、React Native、Angular）、Click Analytics、テレメトリ初期化子、およびブラウザから生成されるエージェント/ツール/モデルスパンのOTel GenAIセマンティック規約をカバーします。

azure-ai-anomalydetector-java

Azure AI Anomaly Detector SDK for Javaを使用して異常検出アプリケーションを構築します。単変量/多変量異常検出、時系列分析、またはAIを活用したモニタリングを実装する際に使用します。

azure-ai-language-conversations-py

azure-ai-language-conversations Python SDKを使用して会話言語理解（CLU）を実装します。ConversationAnalysisClientを使用して会話の意図とエンティティを分析する場合、NLP機能を構築する場合、またはアプリケーションに言語理解を統合する場合に使用します。

Azure Machine Learning SDK v2 for Python。MLワークスペース、ジョブ、モデル、データセット、コンピュート、パイプラインに使用します。トリガー: 「azure-ai-ml」、「MLClient」、「ワークスペース」、「モデルレジストリ」、「トレーニングジョブ」、「データセット」。