GitHub Actions 上传工件教程
2026-01-22 04:47:08作者:伍霜盼Ellen
1. 项目介绍
actions/upload-artifact 是一个 GitHub Actions 的官方 Action,用于在 GitHub Actions 工作流中上传构建工件(Artifacts)。工件可以是构建输出、测试结果、日志文件等,这些文件可以在工作流的不同步骤或不同作业之间共享。上传的工件可以在 GitHub 仓库的 Actions 页面中查看和下载。
2. 项目快速启动
2.1 安装和配置
首先,确保你已经在 GitHub 仓库中启用了 GitHub Actions。接下来,在你的工作流文件(通常是 .github/workflows/ 目录下的 .yml 文件)中添加以下内容:
name: Upload Artifact Example
on: [push]
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- name: Create a file
run: echo "Hello, World!" > my-artifact.txt
- name: Upload Artifact
uses: actions/upload-artifact@v4
with:
name: my-artifact
path: my-artifact.txt
2.2 运行工作流
将上述配置保存到你的工作流文件中,然后提交并推送到 GitHub 仓库。GitHub Actions 会自动触发工作流,并在完成后上传 my-artifact.txt 文件作为工件。
3. 应用案例和最佳实践
3.1 上传构建输出
在 CI/CD 流程中,通常需要将构建输出上传为工件,以便后续步骤或作业使用。例如,上传编译后的二进制文件:
- name: Build the project
run: make build
- name: Upload Build Artifact
uses: actions/upload-artifact@v4
with:
name: build-output
path: ./build
3.2 上传测试结果
在测试阶段,可以将测试结果上传为工件,以便在 GitHub Actions 页面中查看:
- name: Run tests
run: make test
- name: Upload Test Results
uses: actions/upload-artifact@v4
with:
name: test-results
path: ./test-results
3.3 最佳实践
- 命名规范:为工件命名时,使用有意义的名称,以便在 GitHub Actions 页面中轻松识别。
- 路径选择:确保上传的路径正确,避免上传不必要的文件。
- 压缩级别:根据需要调整压缩级别,以平衡上传速度和文件大小。
4. 典型生态项目
4.1 actions/download-artifact
actions/download-artifact 是 actions/upload-artifact 的配套 Action,用于下载之前上传的工件。它通常用于在不同的作业或步骤之间共享数据。
- name: Download Artifact
uses: actions/download-artifact@v4
with:
name: my-artifact
4.2 actions/checkout
actions/checkout 是 GitHub Actions 中常用的 Action,用于检出代码库。通常在 upload-artifact 之前使用,以确保代码库已准备好。
- uses: actions/checkout@v2
4.3 actions/setup-node
actions/setup-node 用于设置 Node.js 环境,通常在需要构建或测试 Node.js 项目时使用。
- name: Set up Node.js
uses: actions/setup-node@v2
with:
node-version: '14'
通过这些生态项目的组合使用,可以构建出功能强大的 CI/CD 工作流。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253