GitHub CLI 增强:导出工作流步骤执行时间信息
2025-05-03 08:33:16作者:俞予舒Fleming
GitHub CLI 是 GitHub 官方提供的命令行工具,它允许开发者通过终端直接与 GitHub 平台进行交互。在日常开发中,我们经常需要分析 GitHub Actions 工作流的性能特征,以识别自动化流程中的耗时环节。然而,当前版本的 GitHub CLI 在导出工作流运行信息时,缺少对步骤执行时间的详细记录。
当前功能限制
目前,当使用 gh run view --json jobs 命令查看工作流运行详情时,输出的步骤信息仅包含以下字段:
- 步骤名称
- 执行状态
- 步骤编号
- 执行结果
这种输出格式虽然能够反映步骤的基本执行情况,但缺乏对性能分析至关重要的时间信息。开发者无法直接从 CLI 输出中获取每个步骤的开始时间和完成时间,这使得自动化流程的性能优化变得困难。
技术实现分析
通过调试模式观察 GitHub API 的实际响应,可以发现底层 API 已经提供了完整的步骤时间信息。API 响应中包含每个步骤的 started_at 和 completed_at 字段,这些数据完全可以被 CLI 工具捕获并展示。
改进建议
建议在 GitHub CLI 的 Step 结构体中增加以下字段:
startedAt:记录步骤开始执行的时间戳completedAt:记录步骤完成执行的时间戳
这些字段的添加将保持与现有工作流作业时间记录的一致性。对于可能出现的空值或缺失情况,可以沿用当前处理作业时间字段的逻辑,确保数据的完整性和可靠性。
改进后的价值
这一改进将为开发者带来以下好处:
- 精确识别耗时步骤:通过步骤执行时间数据,开发者可以快速定位自动化流程中的性能瓶颈
- 历史性能分析:收集多个运行实例的步骤时间数据,可以进行趋势分析和性能优化
- 自动化监控:结合脚本工具,可以实现对关键步骤执行时间的自动化监控和告警
总结
GitHub CLI 作为开发者与 GitHub 平台交互的重要工具,其功能的完善直接影响到开发效率。增加工作流步骤执行时间的导出功能,将显著提升开发者分析优化自动化流程的能力。这一改进不仅技术实现简单,而且能为开发者带来实实在在的价值,值得在后续版本中实现。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878