model-registry-governance

用途

该技能用于为企业的 AI 模型部署搭建一个可信的登记记录体系（system of record），统一管理模型产物、提示词、适配器和评估证据。适用于以下场景：为组织建立集中式模型登记中心；定义模型产物的元数据标准；构建模型晋升到生产的审批工作流；实施模型退役的生命周期策略；为 AI 系统的合规审计做准备。

核心原则

可追溯性：每个生产模型都映射到源代码、数据快照和评估结果。
可复现性：构建过程是确定性的，依赖项版本固定。
策略驱动晋升：关键安全检查不允许人工绕过。
生命周期卫生：过期、存在漏洞或无人负责的模型会被自动退役。

前提条件

已部署 MLflow Tracking Server 或 Weights & Biases 实例。
用于存放模型产物的对象存储（S3、GCS 或 MinIO）。
可访问登记 API 的 CI/CD 流水线。
OPA 或类似策略引擎，用于治理检查。
用于存放策略定义和晋升脚本的 Git 仓库。

MLflow 登记中心设置

文档给出了安装命令和启动命令，以及 docker-compose 配置：

pip install mlflow[extras] psycopg2-binary boto3
mlflow server \
  --backend-store-uri "${MLFLOW_BACKEND_STORE_URI:?Set a secret-backed PostgreSQL URI}" \
  --default-artifact-root s3://mlflow-artifacts/models \
  --host 127.0.0.1 \
  --port 5000 \
  --serve-artifacts

Compose 示例使用 ghcr.io/mlflow/mlflow:2.12.0 和 postgres:16-alpine，容器的服务在内部绑定 0.0.0.0，但主机仅发布回环地址。文档明确说明：这仅是本地开发示例，生产环境需要 TLS、认证、限定范围的存储凭据和登记写权限；数据库凭据应从密钥提供方获取，不得提交到仓库。登记标签和调用方提供的审批人姓名属于可变元数据，不是签名授权；示例代码不调用 OPA，也不强制执行审批流，必须在受保护的服务中由已认证审批人执行决策，并保留不可变的审计记录后，才允许任何状态变更。

必需元数据模式

通过 Pydantic 定义 ModelMetadata，字段分组如下：

身份：name、version、checksum（SHA-256）、storage_uri。
血缘：base_model、fine_tune_method、training_dataset、training_date、source_commit（Git SHA）。
评估：eval_datasets、eval_report_uri、quality_score、safety_score。
治理：license（SPDX）、allowed_use_cases、prohibited_use_cases、risk_rating、security_controls。
归属：owner、backup_owner、escalation_contact、team。
生命周期：state、created_at、approved_at、approved_by、expires_at。

枚举包括 LifecycleState（draft/candidate/approved/deprecated/retired）和 RiskRating（low/medium/high/critical）。

注册与晋升

注册脚本先做 Pydantic 校验、计算产物校验和、记录参数与指标、保存元数据 artifact，并说明需先使用 flavor 的 log_model API 打包真实模型并取得其 URI，示例中注册处为占位并以 NotImplementedError 提示。

晋升脚本校验状态转换合法性（draft→candidate→approved→deprecated→retired 等），晋升到 approved 时要求 quality_score ≥ 0.85、safety_score ≥ 0.95；随后写入 state 和晋升时间、审批人等标签，并调用旧版 stage 转换 API（文档注明该 API 自 MLflow 2.9 起弃用，建议新集成使用显式别名加环境访问控制）。

审批流程：CI 创建注册请求 → 安全检查（产物扫描、依赖扫描、来源）→ 上传评估包（质量、毒性、越狱、偏见、延迟、成本）→ 按策略要求平台、产品、安全三方审批 → 基于签名的决策记录晋升到阶段/生产。

生命周期

状态表规定：draft 仅限开发；candidate 可进入 Staging；approved 可在所有环境使用并允许新用法；deprecated 仅保留既有使用、阻止新用法；retired 仅归档以供审计。

自动化脚本会：将 approved 超过 90 天未续期的模型自动降级为 deprecated；将 deprecated 超过 30 天的模型自动退役并转为 Archived；标记 14 天无活动的 draft。文档强调该循环只更新登记元数据，不会停止服务、撤销别名或证明消费者已迁移，退役前需规划并验证这些动作，并应串行化晋升、评估与具体产物摘要绑定的失败关闭策略证据；示例分数阈值仅为说明，不构成通用安全认证。

OPA/Rego 治理策略示例

提供 Rego v1 示例 deny 规则：缺少 SBOM URI；存在未解决的严重 CVE 时禁止晋升 approved；提示词变更后未重新评估；质量分低于 0.85；高风险模型审批少于 2 个。文档说明生产准入服务须先拒绝格式错误或缺失的扫描、评估、审批输入，且 sbom_uri 需纳入元数据模式（当前最小模式未包含）。

审计准备

需保留不可变记录：谁在何时批准、执行了哪些策略检查、授予了哪些例外、每个客户请求时间窗口由哪个模型/版本服务。

限制与排错

文档列出常见问题及处理：注册失败时检查服务器连通性和存储权限；被策略阻止时查看 OPA 拒绝信息；模型未自动退役时检查 CronJob；版本重复时增加锁；缺少评估证据时重跑评估并重新注册。

技能介绍

用途