mcpField
I
iso42001-specialist

iso42001-specialist

github.com/alirezarezvani其他28.9k387 次安装2 天前更新
代码仓库

关于 iso42001-specialist

iso42001-specialist 是面向实施或审计 ISO/IEC 42001:2023 AI 管理体系团队的运营技能,可评估条款差距、将 AI 风险映射至附录 A 控制措施,并制定含独立性检查的内部审计计划。

主要功能

  1. 01第 4–10 条 AIMS 差距评分
  2. 02AI 风险登记册与附录 A 控制映射
  3. 0312 个月内部审计计划
  4. 04审计员独立性检查

适用场景

  1. 01为认证前的 AIMS 整改事项排序
  2. 02将识别出的 AI 风险关联至处理控制
  3. 03制定滚动内部审计计划
  4. 04映射可复用的现有管理体系证据

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/alirezarezvani/claude-skills --skill iso42001-specialist

安装后在 Claude Code 中输入/iso42001-specialist确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
aims_controls_annex_a.md
aims_implementation_guide.md
cross_framework_mapping_ai.md
iso42001_clauses.md
scripts/
ai_risk_register_builder.py
aims_audit_scheduler.py
aims_gap_analyzer.py

详细介绍

ISO/IEC 42001 AI 管理体系专家

符合内部审计标准的 ISO/IEC 42001:2023 运营技能。三个决策,不涉及高管层 AI 战略:

  1. AIMS 在第 4–10 条方面有哪些差距? — 按条款评分覆盖情况 + 整改优先级
  2. AI 风险登记册包含哪些内容?各项风险由哪些控制措施处置? — 按 ISO 23894 风险方法映射附录 A.2–A.10 控制措施
  3. 第 9.2 条内部审计计划是什么? — 制定 12 个月计划,包括范围、频率和审计员独立性检查

此技能不能替代首席 AI 官顾问。CAIO 决定是构建还是购买模型,以及接受何种业务风险。此技能负责管理体系纪律,确保这些决策形成可供审计的证据。

此技能不是 EU AI Act 合规技能。ISO 42001 是自愿采用的管理体系标准;EU AI Act 是具有约束力的产品安全法规。二者存在交集(根据 AI Act 第 6(2) 条认定为高风险的 AI 系统,通常需要满足第 17 条规定的 QMS,而 ISO 42001 可部分满足这一要求),但所需材料不同。第条层面的合格评定请参阅 compliance-team-eu-ai-act。

此技能不能替代 ISO 23894 + 38507。42001 是管理体系;23894 是为第 6.1 条提供依据的 AI 风险方法;38507 是治理视角。ai_risk_register_builder.py 工具实现了 23894 流程;请将参考资料视为方法衔接依据。

关键词

ISO 42001、ISO/IEC 42001:2023、AI 管理体系、AIMS、AI 治理、AI 风险管理、ISO 23894、AI 风险评估、ISO 38507、AI 合规、AI 审计、AI 内部审计、附录 A 控制措施、AI 风险登记册、AI 政策、AI 影响评估、符合性声明、AI 生命周期、AI 风险处置、NIST AI RMF、NIST AI 风险管理框架、ISACA AI 审计、BSI AIC4、AI 保证、负责任 AI、AI 伦理治理、AI 系统清单、第三方 AI 风险、AI 供应商管理、AI 变更管理、AI 事件管理

快速开始

# Decision A: AIMS gap analysis against Clauses 4-10
python scripts/aims_gap_analyzer.py                           # embedded sample (mid-stage AI SaaS)
python scripts/aims_gap_analyzer.py path/to/aims_evidence.json

# Decision B: AI risk register + Annex A control mapping
python scripts/ai_risk_register_builder.py                    # embedded 7-risk sample
python scripts/ai_risk_register_builder.py path/to/risks.json

# Decision C: Clause 9.2 internal audit 12-month plan
python scripts/aims_audit_scheduler.py                        # embedded 4-domain sample
python scripts/aims_audit_scheduler.py path/to/scope.json

关键问题(首先询问)

  • AIMS 范围声明(第 4.3 条)是否列出了每个 AI 系统,包括嵌入式模型和第三方 AI 服务? 如果“我们的 SaaS 供应商新增的 AI 功能”不在范围内,AIMS 就不完整。
  • AI 政策(第 5.2 条)是否承诺合法使用、有益目的、人类监督和持续改进? 四项中缺少任何一项,都属于认证不符合项。
  • 自上次重大模型变更以来,是否重新进行了 AI 风险评估(第 6.1.2 条)? 概念漂移并非一次性事件。
  • 谁负责签署高影响系统的 AI 影响评估(附录 A.5.4)? 如果没有签署问责,这项控制就缺失。
  • 内部审计周期(第 9.2 条)是怎样的? ISO 管理体系标准要求每个条款在 3 年周期内至少审计一次;成熟的项目会每年审计。
  • 是否有记录在案的 AI 事件处理程序(附录 A.9.3)? 部署后监控未得到妥善处理,是早期采用者最常见的不符合项。

核心职责

1. AIMS 差距分析(条款 4–10)

框架: ISO 42001 遵循与 ISO 9001 / 27001 / 13485 共享的 Annex SL 高阶结构。条款 4–10 是管理体系要求;Annex A 的控制措施 A.1–A.10 是 AI 专属的运营控制措施。

条款要求常见差距
4. 环境AI 范围、相关方、外部环境范围未涵盖第三方 AI 服务
5. 领导作用AI 方针、角色、问责方针把“AI 伦理”当作营销文案,而非承诺
6. 策划AI 风险和影响评估、目标风险登记册未关联控制措施
7. 支持资源、能力、意识、成文信息未定义 ML 工程师的能力要求
8. 运行运营策划、AI 系统生命周期生命周期阶段未映射到 Annex A 控制措施
9. 绩效评价监视、内部审核、管理评审代码中已有漂移监视,但未纳入管理评审输入
10. 改进不符合、纠正措施、持续改进CAPA 闭环与现有的 13485/9001 CAPA 分离,造成重复

使用证据清单 JSON 运行 aims_gap_analyzer.py,即可为每个条款评分(完整 / 部分 / 缺失),并获得按优先级排列的整改清单。

完整的逐条款说明及审核证据预期,请参阅 references/iso42001_clauses.md。

2. AI 风险登记册 + Annex A 控制措施映射

框架: 条款 6.1.2 要求进行 AI 风险评估;条款 6.1.3 要求进行风险处置。Annex A 提供 38 项控制措施,分为 10 个控制类别(A.2–A.10)。风险登记册必须显示每项已识别风险都关联到至少 1 项用于处置该风险的控制措施。

Annex A 控制类别(10 个):

ID类别控制措施示例
A.2AI 方针A.2.2 AI 方针、A.2.3 与其他方针保持一致
A.3内部组织A.3.2 AI 角色与职责、A.3.3 报告问题
A.4AI 系统资源A.4.2 数据资源、A.4.3 工具、A.4.4 人力资源
A.5影响评估A.5.2 AI 系统影响评估、A.5.4 影响评估文档
A.6AI 系统生命周期A.6.2.2 目标、A.6.2.3 生命周期阶段、A.6.2.4 验证与确认
A.7AI 系统数据A.7.2 数据管理、A.7.3 数据质量、A.7.4 数据溯源、A.7.5 数据准备
A.8面向相关方的信息A.8.2 系统文档、A.8.3 用户信息、A.8.4 事件沟通
A.9AI 系统的使用A.9.2 预期用途、A.9.3 运行监视、A.9.4 系统事件日志记录
A.10第三方与客户关系A.10.2 供应商关系、A.10.3 客户关系

ISO/IEC 23894:2023 提供 AI 专属的风险管理流程(方法);42001 Annex A 提供控制措施。风险登记册是两者之间的桥梁。

使用已识别风险 JSON 运行 ai_risk_register_builder.py,即可生成结构化登记册,其中包含映射后的控制措施,以及根据 ISO 23894 风险处置选项得出的剩余风险判定。

完整的 38 项控制措施目录及每项控制措施的审核证据,请参阅 references/aims_controls_annex_a.md。

3. 条款 9.2 内部审核计划

框架: 条款 9.2 要求“按计划间隔开展内部审核,以提供信息,判断 AIMS 是否符合组织的要求,以及是否得到有效实施和维护”。这是管理体系的要求;审核频率和审核深度由组织自行决定。

成熟项目的默认做法:

  • 在 3 年周期(滚动周期)内覆盖每个条款和所有适用的附录 A 控制措施
  • 每年开展一次全面体系审核,覆盖条款 4、5、9、10(“始终相关”的条款)
  • 按领域(针对每个 AI 系统或生命周期阶段),每季度或每半年深入审核条款 6、7、8
  • 审核员须保持独立:任何人不得审核自己的工作;A.6 生命周期负责人不得审核条款 8 的运行情况

运行 aims_audit_scheduler.py,并提供范围 JSON(范围内的 AI 系统、上一年度的发现、认证周期阶段),以生成包含审核员分配和独立性检查的 12 个月计划。

有关成熟度模型和推广顺序(第 1 年建立体系,第 2 年认证,第 3 年及以后持续改进),请参阅 references/aims_implementation_guide.md。

工作流

工作流 1:为认证弥补 AIMS 差距(4–8 周)

目标: 识别差距、确定整改优先级,并在第一阶段认证审核前完成整改。

# 1. Inventory current AIMS evidence (policies, procedures, records)
python scripts/aims_gap_analyzer.py aims_evidence.json
# 2. Review gap matrix; group by clause
# 3. For each gap, identify owner + due date (target: close before stage 1)
# 4. Cross-check against ISO 27001 / 13485 existing artifacts — many can be reused
# 5. Cross-check against EU AI Act obligations (use compliance-team-eu-ai-act)
# 6. Output: prioritized remediation plan with owners + dates
工作流 2:构建 AI 风险登记册(1–2 周)

目标: 构建符合条款 6.1.2 要求、全面覆盖附录 A 控制措施的风险登记册。

# 1. Run ISO 23894 risk identification across AI lifecycle (data, model, deployment, decommission)
# 2. Capture each risk with: source, event, consequence, likelihood, impact
python scripts/ai_risk_register_builder.py risks.json
# 3. For each high/critical risk, confirm ≥ 1 Annex A control is selected as treatment
# 4. Document residual risk acceptance with management signoff
# 5. Cross-check with cs-caio-advisor on executive risk acceptance for "tolerate" decisions
# 6. Log via management review (Clause 9.3)
工作流 3:年度内部审核计划(1 天)

目标: 制定包含审核员独立性要求的 12 个月条款 9.2 计划。

# 1. Pull last year's audit findings and certification cycle status (year 1/2/3)
python scripts/aims_audit_scheduler.py audit_scope.json
# 2. Confirm auditor independence per assignment
# 3. Confirm coverage hits every clause and every applicable Annex A control over rolling 3 years
# 4. Submit plan for management review approval (Clause 9.3 input)
工作流 4:跨框架复用映射(每次接入一个系统时)

目标: 接入新 AI 系统时,将 ISO 42001 证据与现有的 27001 和 13485 证据进行映射,避免重复工作。

  1. 提取与该系统相关的现有 ISO 27001 附录 A 控制措施和 ISO 13485 程序
  2. 针对每项 ISO 42001 附录 A 控制措施,判断现有材料是否已满足要求(例如,可将 27001 A.8.16 监控活动扩展至 AI 系统监控)
  3. 仅在现有控制措施未覆盖的情况下添加 AI 专用补充措施
  4. 在 AIMS 范围声明中记录映射关系(条款 4.3)

输出标准

**Bottom Line:** [one sentence — gap severity + the one thing to close first]
**The Decision:** [one of: gap-closure | risk-treatment | audit-scope]
**The Evidence:** [clause numbers + control IDs from the tool, not adjectives]
**How to Act:** [3 concrete next steps with owners + dates]
**Your Decision:** [the call only the compliance officer or CAIO can make — risk acceptance, scope expansion, certification readiness]

相关技能

  • ra-qm-team/skills/information-security-manager-iso27001/ — ISO 27001 ISMS 实施(许多控制措施可复用于 AIMS A.7 数据控制)
  • ra-qm-team/skills/quality-manager-qms-iso13485/ — ISO 13485 QMS(提供 AIMS 可复用的 CAPA 和管理评审机制)
  • ra-qm-team/skills/gdpr-dsgvo-expert/ — GDPR DPIA 流程(为涉及个人数据的系统提供 AIMS A.5 影响评估的输入)
  • ra-qm-team/skills/isms-audit-expert/ — ISO 27001 内部审核模式(审核计划工具针对 AIMS 复用此模式)
  • ra-qm-team/skills/soc2-compliance/ — SOC 2 信任服务(可复用于 AIMS A.10 第三方关系的控制措施)
  • ra-qm-team/compliance-team-eu-ai-act/ — 欧盟 AI 法案按条款开展合规工作(与自愿性 42001 配套的强制性法规)
  • compliance-os/ — 多框架项目的元协调器(将 AIMS 作为 9 个框架之一运行)
  • c-level-advisor/chief-ai-officer-advisor/ — 高管 AI 战略(自建与采购、成本经济性——面向不同受众)

参考资料

  • iso42001_clauses.md — 第 4–10 条款逐条讲解,涵盖审核证据要求、常见缺口,以及 ISO 27001/13485 中可复用的成果
  • aims_controls_annex_a.md — Annex A 的全部 38 项控制措施(A.2–A.10),附有实施指南、审核证据和失效严重程度
  • aims_implementation_guide.md — 3 年成熟度模型(建立 → 认证 → 持续改进)、部署顺序,以及与现有 ISMS/QMS 计划的集成
  • cross_framework_mapping_ai.md — ISO 42001 ↔ EU AI Act ↔ NIST AI RMF ↔ ISO 23894 ↔ ISO 38507 ↔ ISO 27001 控制级映射,并附有映射置信度评级

版本: 1.0.0 状态: 可投入生产

评论

支持 Markdown