Repository Dispatch 使用教程
1. 项目介绍
Repository Dispatch 是一个 GitHub Action,用于创建仓库调度事件。通过这个 Action,你可以触发特定的工作流或事件,从而实现自动化流程。这个工具特别适用于 CI/CD 流程中,当你需要在不同的仓库之间进行事件调度时。
2. 项目快速启动
2.1 安装与配置
首先,你需要在 GitHub 仓库中创建一个工作流文件(例如 .github/workflows/dispatch.yml)。然后,将以下内容复制到该文件中:
name: Repository Dispatch
on:
workflow_dispatch:
jobs:
dispatch:
runs-on: ubuntu-latest
steps:
- name: Repository Dispatch
uses: peter-evans/repository-dispatch@v3
with:
token: ${{ secrets.PAT }}
repository: username/my-repo
event-type: my-event
client-payload: '{"ref": "${{ github.ref }}", "sha": "${{ github.sha }}"}'
2.2 创建 Personal Access Token (PAT)
为了能够调度远程仓库,你需要创建一个 Personal Access Token (PAT),并将其存储为仓库的秘密(Secret)。具体步骤如下:
- 在 GitHub 上,进入你的账户设置,选择“Developer settings”。
- 点击“Personal access tokens”,然后选择“Generate new token”。
- 为你的 Token 选择适当的权限(例如
repo权限),然后生成 Token。 - 将生成的 Token 存储为仓库的秘密,例如
PAT。
2.3 触发调度事件
你可以通过以下方式触发调度事件:
- 手动触发:在 GitHub 仓库的 Actions 页面中,选择你的工作流并手动运行。
- 通过 API 触发:使用 GitHub API 发送 POST 请求到
/repos/{owner}/{repo}/dispatches端点。
3. 应用案例和最佳实践
3.1 跨仓库事件调度
假设你有两个仓库:repo-A 和 repo-B。你希望在 repo-A 中完成某个任务后,自动触发 repo-B 中的某个工作流。你可以使用 Repository Dispatch 来实现这一需求。
在 repo-A 的工作流中添加以下步骤:
- name: Dispatch to repo-B
uses: peter-evans/repository-dispatch@v3
with:
token: ${{ secrets.PAT }}
repository: org-name/repo-B
event-type: trigger-workflow
在 repo-B 的工作流中,监听 trigger-workflow 事件:
on:
repository_dispatch:
types: [trigger-workflow]
3.2 多仓库调度
如果你有多个仓库需要调度,可以使用矩阵策略(Matrix Strategy)来简化配置。例如,调度三个仓库:
jobs:
dispatch:
strategy:
matrix:
repo: ['org-name/repo1', 'org-name/repo2', 'org-name/repo3']
runs-on: ubuntu-latest
steps:
- name: Repository Dispatch
uses: peter-evans/repository-dispatch@v3
with:
token: ${{ secrets.PAT }}
repository: ${{ matrix.repo }}
event-type: my-event
4. 典型生态项目
4.1 GitHub Actions
Repository Dispatch 是 GitHub Actions 生态系统中的一个重要组件。它与其他 GitHub Actions 结合使用,可以实现复杂的自动化流程。
4.2 CI/CD 工具
在 CI/CD 流程中,Repository Dispatch 可以用于触发不同阶段的任务,例如构建、测试和部署。通过与其他 CI/CD 工具集成,可以实现更高效的自动化工作流。
4.3 开源社区
许多开源项目使用 Repository Dispatch 来管理跨仓库的依赖和事件调度。例如,一些大型开源项目可能会在核心仓库中完成某个任务后,自动触发其他相关仓库的工作流。
通过以上步骤和案例,你可以快速上手并应用 Repository Dispatch 来实现复杂的自动化任务。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00