SchemaStore项目中GitHub Workflow JSON Schema的runs-on属性问题分析
2025-06-24 16:46:13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
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 StartedRust0153- 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
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253