开源项目 `repo-file-sync-action` 使用教程
项目介绍
repo-file-sync-action 是一个 GitHub Action,用于在多个 GitHub 仓库之间同步文件,如工作流 .yml 文件、配置文件或整个目录。通过这个 Action,您可以轻松地在多个仓库之间保持文件的一致性,减少手动复制和粘贴的工作量。
项目快速启动
1. 创建 GitHub 仓库
首先,创建一个包含所有需要同步文件的源仓库。
2. 配置 GitHub Action
在源仓库中创建一个 .github/workflows/sync.yml 文件,内容如下:
name: Sync Files
on:
push:
branches:
- main
workflow_dispatch:
jobs:
sync:
runs-on: ubuntu-latest
steps:
- name: Checkout Repository
uses: actions/checkout@v2
- name: Run GitHub File Sync
uses: BetaHuhn/repo-file-sync-action@v1
with:
GH_PAT: ${{ secrets.GH_PAT }}
3. 配置同步文件
在源仓库中创建一个 .github/sync.yml 文件,指定需要同步的文件和目标仓库:
user/target-repo:
- source: workflows/build.yml
dest: .github/workflows/build.yml
- source: LICENSE
dest: LICENSE
4. 设置 GitHub Personal Access Token
在源仓库的设置中,添加一个名为 GH_PAT 的 Secret,值为您的 GitHub Personal Access Token。
应用案例和最佳实践
1. 同步工作流文件
假设您有多个仓库,每个仓库都需要相同的 GitHub Actions 工作流文件。您可以将这些工作流文件放在一个源仓库中,并使用 repo-file-sync-action 将它们同步到其他仓库。
2. 同步配置文件
如果您有多个项目使用相同的配置文件(如 .gitignore 或 dependabot.yml),您可以将这些配置文件放在一个源仓库中,并使用 repo-file-sync-action 将它们同步到其他仓库。
3. 同步许可证文件
在多个开源项目中使用相同的许可证文件(如 LICENSE),您可以将许可证文件放在一个源仓库中,并使用 repo-file-sync-action 将它们同步到其他仓库。
典型生态项目
1. actions/checkout
actions/checkout 是一个常用的 GitHub Action,用于检出代码库。在 repo-file-sync-action 中,您可以使用 actions/checkout 来检出源仓库的代码。
2. actions/setup-node
actions/setup-node 是一个用于设置 Node.js 环境的 GitHub Action。如果您的工作流文件需要 Node.js 环境,您可以在同步之前使用 actions/setup-node 来设置环境。
3. actions/cache
actions/cache 是一个用于缓存依赖项的 GitHub Action。在同步工作流文件时,您可以使用 actions/cache 来加速构建过程。
通过这些生态项目的结合使用,您可以构建一个高效、自动化的文件同步系统,减少手动操作,提高开发效率。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
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