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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
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
68
20
🎉 (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
1.37 K
781