Changesets Release Action 开源项目教程
1. 项目介绍
Changesets Release Action 是一个GitHub Action,用于自动化管理你的Changesets版本发布。它可以帮助你创建包含所有更新包版本的pull request,并更新changelog。当你的配置的baseBranch上有新的changesets时,该PR将会被更新。一旦PR被合并,你可以手动发布包到npm,或者设置action自动完成发布。
2. 项目快速启动
以下是一个基本的示例,说明如何将Changesets Release Action集成到你的GitHub仓库中。
首先,在你的GitHub仓库中创建一个.github/workflows/release.yml文件,并添加以下内容:
name: Release
on:
push:
branches:
- main
jobs:
release:
name: Release
runs-on: ubuntu-latest
steps:
- name: Checkout Repo
uses: actions/checkout@v3
- name: Setup Node.js
uses: actions/setup-node@v3
with:
node-version: '14'
- name: Install Dependencies
run: yarn
- name: Create Release Pull Request
uses: changesets/action@v1
env:
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
这个工作流将在每次向main分支推送代码时触发。
3. 应用案例和最佳实践
案例一:自动化发布
如果你希望Changesets Action在合并PR后自动发布包到npm,你需要设置一个npm token。首先,在GitHub仓库的Settings -> Secrets中添加一个名为NPM_TOKEN的秘密,值为你的npm账号的token。
然后,更新你的.github/workflows/release.yml文件,以包括发布步骤:
- name: Create Release Pull Request or Publish to npm
id: changesets
uses: changesets/action@v1
with:
publish: yarn publish
env:
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
NPM_TOKEN: ${{ secrets.NPM_TOKEN }}
这样配置后,每当合并PR时,Changesets Action将会自动发布更新后的包。
案例二:自定义发布逻辑
如果你有自定义的发布逻辑,你可以在工作流中添加自定义步骤来处理发布。例如:
- name: Publish
if: steps.changesets.outputs.hasChangesets == 'false'
run: yarn publish --new-version ${{ steps.changesets.outputs.nextVersion }}
这里,我们使用了Changesets Action的输出nextVersion来指定发布的新版本。
4. 典型生态项目
Changesets Release Action适用于任何使用Changesets来管理版本的项目。以下是一些可能使用此Action的典型生态项目:
- 任何需要自动化版本发布流程的开源项目。
- 项目拥有多个包,并且需要保持版本一致性的项目。
- 需要与GitHub Actions集成,实现持续集成和持续部署(CI/CD)的项目。
通过集成Changesets Release Action,这些项目可以简化发布流程,减少手动操作,从而提高开发效率。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00