Jenkins 与 GitHub 集成插件使用技术文档
本文档旨在帮助用户详细理解和使用 Jenkins 与 GitHub 集成插件,以下是关于插件的安装、使用说明、API 使用文档以及安装方式的详细介绍。
1. 安装指南
在开始之前,请确保您的 Jenkins 系统已正确安装并运行。以下是插件的安装步骤:
- 打开 Jenkins 主页面。
- 进入 "管理Jenkins" 菜单,选择 "管理插件"。
- 在 "可用" 选项卡中搜索 "GitHub Plugin"。
- 选中插件并点击 "安装"。
安装完成后,Jenkins 会自动重启插件。
2. 项目的使用说明
超链接功能
该插件可以将 Jenkins 项目与 GitHub 项目进行关联,创建从 Jenkins "变更" 页面到 GitHub 提交和问题页面的链接。在创建任务时,指定任务连接到 Git。在 "GitHub 项目" 中输入 git@github.com:*Person*/*Project*.git。在 "源代码管理" 中选择 Git,并输入 git@github.com:*Person*/*Project*.git。
GitHub hook 触发器
此功能允许在 GitHub 仓库的 post-receive hooks 触发后启动构建。此触发器仅针对每个传入事件触发 git 插件内部轮询算法。
手动模式
在此模式下,需要手动为每个项目添加 webhook URL。点击 "帮助" 图标(在 "管理 Jenkins" > "系统配置" > "GitHub" 下)查看 Jenkins 接收 post-commit POSTs 的 URL。通常 URL 形式为 $JENKINS_BASE_URL/github-webhook/。
自动模式
在此模式下,Jenkins 会根据项目配置自动添加/移除 webhook URLs。您需要指定 GitHub OAuth 令牌以便 Jenkins 可以登录您的账户进行操作。
- Step 1:进入全局配置,添加 GitHub 服务器配置。
- Step 2.1:在 GitHub 中创建个人访问令牌。
- Step 2.2:选择之前创建的 "Secret Text" 凭据,其中包含 GitHub OAuth 令牌。
- Step 3:在需要自动触发的每个项目的配置中,勾选 "GitHub hook trigger for GITScm polling"。
3. 项目API使用文档
该插件提供了一些 API 用于与 GitHub 交互,以下是几个示例:
设置提交状态
以下代码将设置自定义仓库的提交状态,并配置上下文和信息:
void setBuildStatus(String message, String state) {
step([
$class: "GitHubCommitStatusSetter",
reposSource: [$class: "ManuallyEnteredRepositorySource", url: "https://github.com/my-org/my-repo"],
contextSource: [$class: "ManuallyEnteredCommitContextSource", context: "ci/jenkins/build-status"],
errorHandlers: [[$class: "ChangingBuildStatusErrorHandler", result: "UNSTABLE"]],
statusResultSource: [ $class: "ConditionalStatusResultSource", results: [[$class: "AnyBuildResult", message: message, state: state]] ]
]);
}
setBuildStatus("Build complete", "SUCCESS");
4. 项目安装方式
项目的安装方式已在 "安装指南" 中详细描述。确保按照步骤操作,正确配置 GitHub 服务器和 OAuth 令牌,以便插件可以正常运行。
通过以上内容,用户应该能够顺利安装并使用 Jenkins 与 GitHub 集成插件,实现 Jenkins 和 GitHub 之间的自动化工作流。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
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