【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
any和all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-branch和head-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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178