【亲测免费】 使用GitHub Action上传Android应用到Google Play教程
1、项目介绍
upload-google-play 是一个GitHub Action,旨在帮助开发者将Android应用的APK或AAB文件上传到Google Play Console。该项目利用Google Play Developer API v3来实现自动化上传流程,适用于CI/CD环境中的自动化发布。
2、项目快速启动
2.1 配置GitHub Secrets
首先,你需要在GitHub仓库中配置一个名为 SERVICE_ACCOUNT_JSON 的Secret,内容为你的Google服务账户JSON文件的文本内容。
2.2 创建GitHub Actions Workflow
在你的GitHub仓库中创建一个新的GitHub Actions Workflow文件,例如 .github/workflows/upload-to-play.yml,并添加以下内容:
name: Upload to Google Play
on:
push:
branches:
- main
jobs:
upload:
runs-on: ubuntu-latest
steps:
- name: Checkout code
uses: actions/checkout@v2
- name: Upload to Google Play
uses: r0adkll/upload-google-play@v1
with:
serviceAccountJsonPlainText: ${{ secrets.SERVICE_ACCOUNT_JSON }}
packageName: com.example.myapp
releaseFiles: app/build/outputs/bundle/release/app-release.aab
track: production
status: inProgress
inAppUpdatePriority: 2
userFraction: 0.33
whatsNewDirectory: distribution/whatsnew
mappingFile: app/build/outputs/mapping/release/mapping.txt
debugSymbols: app/intermediates/merged_native_libs/release/out/lib
2.3 触发Workflow
每次当你向 main 分支推送代码时,该Workflow将会自动触发,并将你的应用上传到Google Play Console。
3、应用案例和最佳实践
3.1 自动化发布流程
通过使用 upload-google-play Action,你可以将应用的发布流程完全自动化。每次代码推送后,GitHub Actions会自动构建应用并上传到Google Play,减少了手动操作的错误和时间成本。
3.2 多环境发布
你可以为不同的发布环境(如测试、预发布、生产)配置不同的Workflow,通过设置不同的 track 参数来控制应用上传的目标环境。
4、典型生态项目
4.1 Google Play Developer API
upload-google-play 项目依赖于Google Play Developer API v3,该API提供了丰富的功能来管理Google Play上的应用,包括上传、更新、发布等操作。
4.2 GitHub Actions
GitHub Actions 是一个强大的CI/CD工具,允许你在GitHub仓库中自动化各种任务。upload-google-play 作为一个GitHub Action,充分利用了GitHub Actions的自动化能力。
通过以上步骤,你可以轻松地将Android应用自动化上传到Google Play,提升开发效率和发布质量。
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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