首页
/ 【亲测免费】 GitHub Actions Labeler 使用教程

【亲测免费】 GitHub Actions Labeler 使用教程

2026-01-22 05:07:53作者:虞亚竹Luna

1. 项目介绍

GitHub Actions Labeler 是一个用于自动标记 Pull Request 的 GitHub Action。它可以根据 Pull Request 中更改的文件路径或分支名称自动应用标签。这个工具特别适用于需要根据代码更改内容自动分类和标记 Pull Request 的项目。

2. 项目快速启动

2.1 创建配置文件

首先,在你的项目根目录下创建一个名为 .github/labeler.yml 的配置文件。这个文件定义了如何根据文件路径或分支名称来应用标签。

# .github/labeler.yml
Documentation:
  - changed-files:
    - any-glob-to-any-file: 'docs/*'

Feature:
  - head-branch: ['^feature', 'feature']

Release:
  - base-branch: 'main'

2.2 创建 GitHub Actions 工作流

接下来,创建一个 GitHub Actions 工作流文件 .github/workflows/labeler.yml,以便在 Pull Request 创建或更新时自动应用标签。

# .github/workflows/labeler.yml
name: "Pull Request Labeler"
on:
  - pull_request_target

jobs:
  labeler:
    permissions:
      contents: read
      pull-requests: write
    runs-on: ubuntu-latest
    steps:
      - uses: actions/labeler@v5
        with:
          repo-token: ${{ secrets.GITHUB_TOKEN }}
          configuration-path: .github/labeler.yml

2.3 提交并测试

将上述配置文件和工作流文件提交到你的 GitHub 仓库中,并创建一个新的 Pull Request 来测试自动标签功能。

3. 应用案例和最佳实践

3.1 应用案例

  • 文档更新:当 Pull Request 包含对 docs/ 目录下的文件进行更改时,自动应用 Documentation 标签。
  • 功能开发:当 Pull Request 的分支名称以 feature 开头时,自动应用 Feature 标签。
  • 发布分支:当 Pull Request 的目标分支是 main 时,自动应用 Release 标签。

3.2 最佳实践

  • 精细匹配:使用 anyall 关键字来实现更精细的匹配规则,确保标签应用的准确性。
  • 分支匹配:利用 base-branchhead-branch 来根据分支名称应用标签,适用于多分支开发模式。
  • 路径匹配:使用 changed-files 来根据文件路径应用标签,适用于大型项目中的文件分类。

4. 典型生态项目

  • GitHub Actions:GitHub Actions 是一个强大的 CI/CD 工具,Labeler 作为其中的一个 Action,可以与其他 Actions 结合使用,实现更复杂的自动化流程。
  • Codeowners:Codeowners 文件可以与 Labeler 结合使用,自动分配代码审查责任人,并根据责任人自动应用标签。
  • Dependabot:Dependabot 可以自动创建依赖更新的 Pull Request,Labeler 可以自动为这些 Pull Request 应用标签,方便管理和分类。

通过以上步骤和案例,你可以快速上手并充分利用 GitHub Actions Labeler 来提高项目管理的效率。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284