# 华信软件生命周期

**Repository Path**: mhtty/huaxin-devsecops

## Basic Information

- **Project Name**: 华信软件生命周期
- **Description**: “智远测试框架” 是一套面向 RISC-V 计算平台的全栈式兼容性与健壮性验证解决方案。
- **Primary Language**: C
- **License**: BSD-2-Clause
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 131
- **Created**: 2026-07-27
- **Last Updated**: 2026-07-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 华信

## 项目介绍

华信面向软件开发全生命周期，目标是在统一的 AI 驱动 DevSecOps 框架下解决两类问题：一是大语言模型生成基础设施即代码（Infrastructure as Code，IaC）时，容易出现结构错误、资源依赖缺失、安全约束不满足和配置不可部署等问题；二是 RISC-V 计算平台在芯片、固件、操作系统和基础软件之间存在较多兼容性差异，缺少统一、自动化的全栈验证手段。

项目围绕“**需求约束—智能生成—自动验证—测试执行—运行反馈—迭代修复**”建立贯穿软件生成、测试、交付和运行阶段的反馈优化链路。上游需求、安全规则和部署环境约束 AI 生成过程；下游验证结果、测试日志和性能指标则向上反馈，用于定位问题、修复配置和改进后续生成结果。

华信当前重点建设以下能力：

- **AI 配置生成**：根据自然语言需求、安全策略、资源限制和部署环境生成 Terraform、YAML 和 Kubernetes 等 IaC 配置。
- **生成结果验证**：通过 Provider Schema、Terraform Validate、Terraform Plan 和 OPA 等手段检查配置结构、资源语义和策略约束。
- **测试与兼容性验证**：通过智远测试框架验证 RISC-V 平台的指令集、基础架构、固件启动、二进制接口和系统性能。
- **反馈分析与局部修复**：将验证错误、测试日志和运行指标结构化，驱动 AI 对问题位置进行针对性修复。
- **实验与结果管理**：记录模型、提示词、数据划分、验证结果和修复过程，为方法比较和实验复现提供支撑。

华信总体由“AI 生成 IaC 配置”和“智远测试框架”两个核心方向组成。前者负责配置的生成、验证和修复，后者负责测试执行、兼容性验证和性能评价。两类能力通过统一反馈机制连接，形成从生成到验证、再从验证返回生成环节的闭环。

## 项目目录

```text
huaxin-devsecops/
├── README.md
├── LICENSE
├── huaxin-iac-source/              # AI 生成 IaC 配置子项目
├── zhiyuan-testing-framework/      # 智远测试框架
└── doc/                            # 项目说明、方法图和相关文档
```

华信各核心模块介绍如下：

1. **AI 生成 IaC 配置**：`huaxin-iac-source/` 根据自然语言需求生成 Terraform 配置，并结合 Graph IR、知识图谱、Provider Schema 和多阶段验证进行评价与修复。
2. **智远测试框架**：`zhiyuan-testing-framework/` 面向 RISC-V 计算平台提供指令集、架构、固件、ABI 和性能基准测试。
3. **反馈优化机制**：统一接收 Terraform、OPA、测试框架和运行环境产生的错误及指标，将其转换为配置修复和后续生成的上下文。
4. **项目文档**：`doc/` 保存总体说明、方法框架图、测试框架图及后续安装和实验文档。

> 若智远测试框架代码尚未同步至主仓库，可先保留目录和说明，后续再补充代码或 Git 子模块。

## 项目进展

- 华信总体框架：持续完善
- AI 生成 IaC 配置子项目：实验验证中
- Graph IR、知识图谱和 Provider Schema 增强：实验验证中
- Terraform Validate、Terraform Plan 和 OPA 多阶段验证：已接入研究原型
- 验证反馈驱动的局部修复：实验验证中
- 智远测试框架：持续建设和集成中

## AI 生成 IaC 配置

### 项目介绍

AI 生成 IaC 配置子项目研究如何利用大语言模型根据自然语言需求生成 Terraform 配置，并将结构建模、知识增强、Provider Schema、Terraform 验证和安全策略检查纳入生成过程。

该子项目不将模型首次输出直接视为最终结果，而是先对需求和资源关系进行结构化表示，再生成候选配置，并根据验证反馈定位问题、执行局部修复和重新验证。

当前主要面向 AWS Terraform 配置，后续可扩展至更多 Provider、YAML 和 Kubernetes 配置场景。

整体流程包括：

1. 将用户 Prompt 转换为面向资源、属性和依赖关系的中间表示。
2. 使用 Graph IR 描述 IaC 资源拓扑和语义关系。
3. 从知识图谱中检索资源关系、常见约束和配置证据。
4. 结合 Terraform Provider Schema 构造 HCL 生成上下文。
5. 调用大语言模型生成 Terraform 配置。
6. 依次执行 Terraform Validate、Terraform Plan 和 OPA 策略检查。
7. 将错误信息结构化，并针对错误位置执行局部修复。
8. 保存生成结果、验证状态、修复过程和评价指标。

### 核心能力

- **基线配置生成**：支持不同模型、提示增强方法和固定数据划分。
- **Graph IR 建模**：显式描述资源、属性和依赖关系，辅助生成和一致性验证。
- **知识图谱增强**：检索 Terraform 资源关系和相关约束，为模型提供外部证据。
- **Provider Schema 约束**：检查资源类型、必填属性、嵌套块和参数结构。
- **多阶段验证**：
  - `terraform validate` 检查语法和基础结构；
  - `terraform plan` 检查 Provider Schema、资源参数和依赖关系；
  - OPA 检查安全策略和任务约束；
  - Graph consistency 检查生成配置与 Graph IR 的一致性。
- **局部反馈修复**：根据验证错误定位问题，只修改相关资源或属性，减少无关配置变化。
- **实验评价**：记录 Validate、Plan、OPA、语义一致性、修复成功率和修复轮数等指标。

### 环境准备

推荐使用 Linux、Python 3.10 及以上版本，并准备：

- Terraform；
- OPA；
- 可选的 vLLM 推理服务；
- 与所用模型相匹配的 CUDA、PyTorch 和推理环境。

进入子项目并安装依赖：

```bash
cd huaxin-iac-source
bash scripts/setup.sh
```

也可以手动创建 Python 环境：

```bash
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
```

本地模型权重放入：

```text
huaxin-iac-source/models/
```

模型文件体积较大，不应直接提交到 Git 仓库。

### 运行说明

查看基线和主要实验入口的命令参数：

```bash
cd huaxin-iac-source
export PYTHONPATH="$PWD/src"

python src/eval.py --help
python src/eval_verigraph.py --help
```

运行小规模基线实验：

```bash
python src/eval.py \
  --config configs/models/qwen25coder3b-at1.json \
  --static-plan \
  --max-rows 3 \
  --log-file artifacts/logs/qwen25coder3b-baseline-smoke.log
```

运行 Graph IR 和知识图谱增强实验：

```bash
MAX_ROWS=3 \
bash scripts/runs/run_qwen25coder3b_publickg_offline_both_full_20260723.sh
```

运行带局部反馈修复的实验：

```bash
MAX_ROWS=3 \
bash scripts/runs/run_qwen25coder3b_publickg_offline_both_localrepair1_full_20260723.sh
```

更多说明请参阅：

```text
huaxin-iac-source/README.md
```

## 智远测试框架

### 项目介绍

智远测试框架（Zhiyuan Testing Framework）是一套面向 RISC-V 计算平台的全栈式兼容性与健壮性验证解决方案。

随着 RISC-V 生态快速发展，不同芯片厂商、固件实现和操作系统之间存在较大差异。指令集扩展、中断控制器、内存映射、OpenSBI、UEFI、ACPI 及基础软件环境的不一致，容易造成平台启动失败、系统适配困难、二进制不兼容和性能波动。

智远测试框架从底层指令集和硬件架构出发，向上覆盖固件启动、二进制接口兼容性和性能基准测评，并通过统一的测试管理平台完成任务调度、测试执行、结果采集和报告生成。

智远测试框架的核心价值包括：

- **标准化**：围绕 RISC-V 架构、启动和接口规范组织测试内容。
- **自动化**：统一管理测试任务、执行过程、结果采集和报告生成。
- **全覆盖**：覆盖芯片 Bring-up、固件启动、操作系统适配、基础软件运行和性能评价。
- **可扩展**：可根据目标平台和测试需求增加测试模块、脚本和评价规则。

### 总体架构

![智远测试框架全景图](doc/images/zhiyuan-testing-framework.png)

智远测试框架自上而下包括测试管理平台、测试功能模块、硬件接入层和被测对象。

测试管理平台提供 UI/CLI 交互、任务调度和报告生成；测试功能层覆盖指令集验证、架构合规性、固件启动、系统兼容性和性能基准；硬件接入层通过 Serial/UART、SSH/Network、JTAG/OpenOCD 和 Payload Loader 连接测试平台；底层被测对象包括 RISC-V SoC、FPGA 原型平台和 QEMU 模拟器。

### 核心模块

1. **指令集验证**  
   RISC-V Instruction Generator 基于约束生成随机指令流，并支持非法指令注入、异常捕获、边界访问和长时间压力测试，用于发现硬件与固件的边缘问题。

2. **架构合规性验证**  
   BSA Module 验证 ISA 扩展、CSR 属性、中断子系统、定时器、内存映射和 PCIe ECAM 等基础架构能力，确保操作系统具备可移植的硬件基础。

3. **固件及启动验证**  
   BRS Module 验证 SBI、OpenSBI 服务、UEFI Runtime、ACPI 表、M-Mode 到 S-Mode 上下文传递、系统复位和看门狗等启动环境。

4. **系统兼容性验证**  
   ABI Module 验证整数和浮点参数传递、被调用者保存寄存器、函数调用栈、vDSO、glibc、musl、原子操作和动态库依赖。

5. **性能基准测评**  
   Performance Benchmarking 使用 CoreMark、SPEC CPU、LMBench 和 STREAM 等工具量化处理器计算性能、缓存及主存延迟、内存带宽和系统综合效率。

### 测试管理与硬件接入

上位机主要负责：

- 创建和管理测试项目；
- 生成测试任务及测试镜像；
- 下发测试内容；
- 收集测试日志和结果文件；
- 分析结果并生成报告。

测试平台主要负责：

- 加载测试镜像或 Payload；
- 执行测试脚本；
- 运行指令集、架构、固件、兼容性和性能测试；
- 保存并返回测试日志和结果。

框架支持以下接入方式：

- Serial/UART；
- SSH/Network；
- JTAG/OpenOCD；
- Payload Loader。

### 测试流程

1. 在上位机创建测试项目并选择测试模块。
2. 根据被测对象生成测试镜像或测试 Payload。
3. 通过串口、网络或调试接口将测试内容下发到测试平台。
4. 测试平台执行测试脚本并采集日志。
5. 上位机接收测试结果和性能数据。
6. 报告生成器汇总结果并输出测试报告。
7. 测试错误和评价指标返回华信反馈优化环节。

## 端到端运行路径

1. 用户提交自然语言需求、安全规则、资源限制和目标部署环境。
2. AI 生成 IaC 子项目构建 Graph IR，并结合知识图谱和 Provider Schema 生成 Terraform 配置。
3. 系统执行 Terraform Validate、Terraform Plan 和 OPA 检查，发现语法、结构、资源语义和安全策略问题。
4. 对可部署配置执行部署、测试或性能评估任务。
5. 智远测试框架对 RISC-V 平台执行指令集、架构、固件、ABI 和性能测试。
6. 系统统一采集验证错误、测试日志、兼容性结果、延迟、吞吐和资源指标。
7. AI 根据反馈定位问题，对相关配置或生成内容执行局部修复。
8. 修复结果重新进入验证和测试流程，形成“生成—验证—执行—反馈—修复”闭环。

## 参与贡献

欢迎通过 Issue、代码、文档和测试用例参与华信建设。

### 提交 Issue

提交新问题前，请先搜索已有 Issue，确认没有相同或高度相关的问题。

Issue 标题建议使用以下格式：

```text
[模块名称] 问题摘要
```

例如：

```text
[IaC] Terraform Plan 资源依赖验证失败
[智远-BRS] OpenSBI RFENCE 测试异常
```

Issue 正文建议包含：

- 问题类型，例如缺陷、功能建议、文档问题或兼容性问题；
- 涉及的子项目或模块；
- 华信主仓库和相关子项目的提交号；
- 运行环境，包括操作系统、处理器架构、Python、Terraform、OPA、模型或测试平台版本；
- 可以重复执行的最小复现步骤；
- 预期结果和实际结果；
- 必要的日志、错误信息或截图。

提交前请移除密码、密钥、令牌、云账号信息和其他敏感内容。建议一个 Issue 只描述一个独立问题。

### 提交代码或文档

1. Fork 主仓库或需要修改的子项目，并基于默认分支创建功能分支。
2. 每次提交聚焦一个问题，避免同时夹带无关的格式调整或大规模重构。
3. 完成修改后执行相关实验、构建或测试，并在 Pull Request 中说明执行命令和结果。
4. 补充或同步更新必要的文档、配置和测试用例。
5. 向实际承载代码的仓库提交 Pull Request，并关联对应 Issue。
6. Pull Request 中应说明修改背景、主要改动、影响范围和验证结果。

## 安全说明

AI 生成的 IaC 配置仅用于研究和测试。模型输出可能包含权限过大、网络暴露、资源参数错误或不满足组织安全策略等问题。

任何生成配置在进入真实环境前，都应经过人工审查、Terraform 验证、策略检查和受控环境测试。请勿提交云访问密钥、API Token、本地模型权重、生产环境状态文件或其他敏感数据。