SchemaStore项目中GitHub Workflow JSON Schema的runs-on属性问题分析
2025-06-24 14:07:33作者:伍希望
在SchemaStore项目中维护的GitHub Actions工作流JSON Schema定义文件(github-workflow.json)中,发现了一个关于job.runs-on属性的类型定义问题。这个问题会影响自动生成TypeScript类型时的准确性。
问题背景
GitHub Actions允许用户通过YAML或JSON文件定义工作流。其中runs-on属性用于指定作业(job)运行的环境,它可以是字符串或字符串数组。例如:
jobs:
build:
runs-on: ubuntu-latest # 字符串形式
或者
jobs:
build:
runs-on: [ubuntu-latest, self-hosted] # 数组形式
技术问题分析
在SchemaStore的JSON Schema定义中,runs-on属性的数组类型定义存在不完整的问题。当前的Schema定义如下:
{
"type": "array",
"anyOf": [
{
"items": [
{
"type": "string"
}
],
"minItems": 1
}
]
}
这个定义缺少了additionalItems属性,导致在自动生成TypeScript类型时无法正确表示数组中可以包含多个字符串元素的情况。
正确的Schema定义
根据GitHub Actions官方文档,runs-on数组应该允许包含任意数量的字符串元素。因此,正确的Schema定义应该包含additionalItems属性:
{
"type": "array",
"anyOf": [
{
"items": [
{
"type": "string"
}
],
"minItems": 1,
"additionalItems": {
"type": "string"
}
}
]
}
影响范围
这个Schema定义问题主要影响以下场景:
- 使用JSON Schema生成TypeScript类型定义时,无法正确表示数组中可以包含多个元素
- 使用Schema进行验证时,虽然不会产生错误,但类型信息不完整
- IDE中的智能提示可能无法完整显示所有可能的数组元素
解决方案
修复方案很简单,只需要在Schema定义中添加additionalItems属性即可。这将确保:
- 生成的TypeScript类型能够正确表示字符串数组
- 保持与GitHub Actions官方文档的一致性
- 不影响现有的验证逻辑
总结
JSON Schema作为描述和验证JSON数据结构的强大工具,其精确性对于自动生成代码和提供开发工具支持至关重要。在这个案例中,通过补充additionalItems属性,可以更准确地描述GitHub Actions工作流中runs-on属性的类型定义,从而为开发者提供更好的开发体验和工具支持。
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
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
🔥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
3.88 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
310
🎉 (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
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1