Création :
Dans le billet précédent, j’avais introduit la notion de sécurisation de la chaine d’approvisionnement logiciel et surtout pourquoi il est important de la mettre en place. Ce billet parle d’une première solution permettant de signer des conteneurs OCI avec Cosign. L’objectif est d’intégrer ces outils dans une CI Gitlab.
Les concepteurs de Wolfi OS, porté par la société Chainguard se sont fixé comme objectif de produire des images de conteneurs qui répondent aux exigences de sécurité. Par exemple les images officielles ne doivent contenir aucune vulnérabilité critique connue.
A l’image d’asdf, aqua est un nouvel outil permettant d’installer de très nombreux outils. Pa exemple, vous travaillez pour un client qui utilise Kubernetes 1.27 et Terraform 1.5.0. Ensuite, on vous met sur un nouveau projet client qui lui utilise Kubernetes 1.25 et Terraform 1.3.6. Si vous ne gérez pas vos versions correctement cela peut vite tourner au drame avec des incompatibilités ou du code non pris en charge au moment de la livraison de celui-ci.
Sponsorisé par Redhat, le projet open source Podman Desktop vient de passer récemment en version stable 1.0. Podman Desktop permet de créer et d’exécuter des conteneurs localement. Sur la version Linux, il est également possible de piloter des ressources dans des clusters Kubernetes distants.
Trivy fait partie de ma liste d’outils que j’utilise couramment sur poste de développement. Pour ceux qui ne connaissent pas Trivy, il s’agit d’un outil d’audit de sécurité tout-en-un pour les conteneurs. La dernière version apporte l’audit CIS des clusters kubernetes.
Pour déployer une application au sein d’un cluster Kubernetes, on peut le faire de manière classique avec des fichiers de configuration YAML ou un gestionnaire de packages comme Helm. Il existe un troisième moyen qui est de créer un opérateur Kubernetes. Voyons dans un premier temps ce qu’est un opérateur Kubernetes.
Et voilà après deux semaines de tests, j’ai fini par livrer mon package python permettant de générer des taches ansible assisté par ChatGPT. Je l’ai appelé ansible-aisnippet.
Dans le précédent billet, nous avons pu voir que chatGPT n’est pas si magique que cela. En effet, il ne suit pas forcément les bonnes pratiques et surtout ne propose pas toujours les solutions adaptées. La plus grosse difficulté est de trouver quelles informations lui fournir pour qu’il produise du contenu proche d’une solution acceptable.
Par nature le DSL Ansible n’est pas un langage de programmation, mais permet plutôt de décrire le résultat souhaité. Le code se trouve en fait dans les modules qui eux sont écrits en Python. Alors est-il possible de demander de l’aide à une Intelligence Artificielle comme celle de ChatGPT ?
Même si les modules Ansible command et shell sont fortement déconseillés, il est des cas où il est impossible de s’en passer, Voyons donc comment les utiliser correctement .
Au début du lancement de l’exécution d’un playbook Ansible, il peut parfois être nécessaire de réaliser des contrôles de conformité avant d’exécuter d’autres actions. Un des premiers contrôles est de vérifier la conformité des variables transmis. C’est là qu’interviennent les modules assert et validate_argument_spec.
Suite à l’annonce du projet Wisdom de Redhat, je me suis fait la réflexion que pour le moment une simple extension vscode de snippets avec des phrases en langage naturel apporterait presque le même résultat.
