值得一试的开源项目:nested-github-runners-action —— 节省GitHub Actions成本的新利器
2024-06-20 08:05:47作者:裘晴惠Vivianne
项目介绍
在GitHub Actions的世界里,nested-github-runners-action 是一个革命性的工具,它允许多个自托管的GitHub Action Runners在一个单一的托管GitHub Action Runner内运行。每个自托管的Runner都在容器中独立工作,且这些Runner是在运行Action的仓库级别创建的,方便其他工作流中的任务指定使用。
项目技术分析
nested-github-runners-action 利用了容器化技术,将多个自定义的GitHub Runner纳入到一个主Runner中,通过Docker容器隔离各个Runner的工作环境。每个被创建的Runner都会依据GitHub的run_id自动分配标签,使得你可以灵活地配置Workflow中的job去使用特定的Runner。
应用场景
- 并行构建与测试:对于大型项目,尤其是需要在多种环境下进行编译或测试时,
nested-github-runners-action可以显著降低你的运行成本,同时提高资源利用率。 - 多版本兼容性检查:例如,在Python或Node.js项目中,你可能需要检查代码在多个版本上的兼容性,使用本项目可以高效且经济地完成这一任务。
- 持续集成优化:如果你的持续集成流程中有大量并行的任务,如单元测试、静态代码分析等,
nested-github-runners-action可以帮助你在降低成本的同时保持CI速度。
项目特点
- 成本节省:通过对Runner的复用,能够大幅减少GitHub Actions的计费时间,从而降低成本。
- 灵活性高:支持动态创建和管理多个自托管Runner,并可以通过
runs-on指定作业使用哪个Runner。 - 资源共享:通过共享卷功能,不同Runner之间能方便地交换数据。
- 可定制性强:允许你自定义Runner的Docker镜像、前缀和标签,满足各种特殊需求。
- 矩阵策略兼容:与GitHub Actions的矩阵策略配合,可以在单个工作流中启动多个Runner实例。
实战案例
项目文档中提供了几个实际例子,包括构建git、执行Django测试和运行ExpressJS测试在不同版本的Node上。结果显示,使用nested-github-runners-action 可以降低50%甚至更多的费用,尽管这可能会稍许增加总运行时间。
总之,nested-github-runners-action 是一个强大的工具,可以帮助开发者在保证工作效率的前提下,有效控制GitHub Actions的成本。立即尝试这个开源项目,提升你的CI/CD流程效率,同时节约开支吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
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++
664
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868