用途：为使用 AI/ML 组件的 Python 项目生成并分析 AI 物料清单（AIBOM），追踪 AI 模型、数据集与机器学习框架，服务于安全、合规与治理。核心原则是弄清软件中包含哪些 AI 组件。注：这是实验性功能，目前仅支持 Python 项目。
主要能力：通过 mcp_snyk_snyk_aibom 工具扫描项目，输出 CycloneDX v1.6 格式的 AIBOM；可识别五类组件：模型、数据集、框架、工具、服务；支持将结果保存为 JSON 文件；可汇总发现并标记许可证与风险问题。
使用方式：需具备含 requirements.txt、setup.py 或 pyproject.toml 的 Python 项目、网络连接，并启用 Snyk 实验性功能。生成命令为 mcp_snyk_snyk_aibom(path="/absolute/path/to/project")；保存到文件为 mcp_snyk_snyk_aibom(path="/absolute/path/to/project", json_file_output="/absolute/path/to/output/aibom.json")。
流程：先验证是否为 Python 项目并检查 AI/ML 依赖（如 torch、tensorflow 等），无 AI 组件则报告不适用；再生成并校验 AIBOM 输出，确认 JSON 有效且含组件条目；随后分类汇总组件、进行许可证与数据隐私、模型安全风险评估，最后生成合规报告。
限制：仅支持 Python 项目；实验性功能，可能变动或有局限；分析需联网（HTTPS 需放行）；仅输出 CycloneDX v1.6；结果反映扫描时状态，更新后需重新生成。具体收费与价格信息暂未提供。