Kargo项目中ClusterPromotionTasks输出变量的正确使用方法
2025-07-02 10:09:48作者:贡沫苏Truman
在Kargo项目中,ClusterPromotionTasks和PromotionTasks是两种重要的任务类型,它们都支持通过步骤(step)来定义工作流。然而,在使用输出变量(outputs)时,开发者可能会遇到一些困惑和问题。
输出变量的基本概念
Kargo的工作流步骤可以产生输出变量,这些变量可以被后续步骤引用。输出变量的定义通常在一个步骤的配置中,通过outputs字段指定。例如,一个HTTP请求步骤可以提取响应头中的日期作为输出变量。
ClusterPromotionTasks中的输出变量引用
在ClusterPromotionTasks中,引用其他步骤的输出变量需要使用task.outputs前缀。这是与PromotionTemplates的一个重要区别,后者直接使用outputs前缀。
正确的引用格式如下:
timestamp: ${{ task.outputs['gettime'].timestamp }}
常见问题分析
开发者在使用ClusterPromotionTasks时可能会遇到以下问题:
- 直接使用
outputs前缀会导致变量解析失败 - 错误的缩进格式可能导致YAML解析错误
- 步骤名称引用错误会导致"task不存在"的错误提示
最佳实践建议
- 始终在ClusterPromotionTasks和PromotionTasks中使用
task.outputs前缀引用输出变量 - 确保YAML格式正确,特别是缩进对齐
- 验证步骤名称是否与
as字段定义的一致 - 在PromotionTemplates中使用
outputs前缀
示例配置
以下是一个完整的ClusterPromotionTask示例,展示了如何正确定义和使用输出变量:
apiVersion: kargo.akuity.io/v1alpha1
kind: ClusterPromotionTask
metadata:
name: get-time
spec:
steps:
- uses: http
as: gettime
config:
method: GET
url: https://example.com
outputs:
- name: timestamp
fromExpression: response.headers['Date'][0]
- uses: compose-output
config:
timestamp: ${{ task.outputs['gettime'].timestamp }}
通过遵循这些规则和实践,开发者可以避免在使用ClusterPromotionTasks时遇到输出变量相关的问题,确保工作流能够正确执行。
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 StartedRust0152- 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
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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
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
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989