推荐使用:GHCR 容器保留策略 —— 您的容器清理专家
GitHub 的容器注册表是现代开发流程中不可或缺的一环,但随着时间推移,未使用的旧镜像版本会占用宝贵的存储空间,造成资源浪费和管理难题。今天,我向大家强烈推荐一个开源项目——“GHCR Container Retention Policy”,这是一款专门为GitHub Actions设计的自动化工具,用于删除GitHub容器注册表中的过时容器图像。
项目介绍
GHCR Container Retention Policy 是一款基于GitHub Action构建的实用程序,旨在帮助开发者自动清除GitHub容器注册表上的陈旧或不活跃的镜像版本。它通过设定灵活的时间戳标准来精确控制哪些版本可以安全地被删除,并支持组织和个人账户的不同需求场景。无论是定期清理还是事件触发清理,该项目都提供了一种高效且可定制的方法,确保您的注册表保持清洁状态。
项目技术分析
核心功能与实现
GHCR Container Retention Policy 使用个人访问令牌(PAT)或GitHub令牌进行身份验证,以获取对容器注册表的操作权限。其关键特性在于能够按照指定规则筛选并删除符合特定条件的老化容器镜像,例如按时间范围(如两周前)、按标签格式或是无标签的镜像等。
技术亮点
- 灵活的时间切割点设置:允许使用相对自然语言的时间表达式,比如“两周前UTC”。
- 智能过滤系统:可以通过不同的标签模式以及是否带有标签进行过滤。
- 多层级保护机制:包括至少保留一定数量的最近版本作为备份,以防止误删重要版本。
- 干运行测试:在不实际执行删除操作的情况下预览将会被删除的图像列表,提高了安全性。
高效性与兼容性
该工具不仅适用于个人账户,也完美适配了组织级别的使用环境,能够在满足大规模操作的同时保证效率。此外,借助于GitHub Workflows的强大框架,GHCR Container Retention Policy 可以轻松集成到现有的工作流中,无论是在定时任务、手动触发还是其他工作流完成后作为清理步骤运行。
项目及技术应用场景
企业级应用示例
对于大型组织而言,GHCR Container Retention Policy 能够帮助企业自动化管理和优化容器镜像库。它可以按部门或项目需求配置多种保留政策,比如每天午夜自动删除一周内未更新的所有开发环境容器镜像,或者每个月初清理所有超过一个月没有活动记录的测试容器镜像。
开发者日常维护
对于个人开发者或小团队来说,该工具同样能发挥重要作用。只需简单地将其添加到GitHub Workflow中,即可每月一次地批量清理不再需要的历史镜像版本,减少不必要的存储费用支出。
版本差异化处理
针对不同类型(如正式版、预发布版)的容器镜像,开发者可以根据具体需求设定差异化的保留周期与数量限制,有效地平衡了灵活性与资源节约。
项目特点
- 高度定制性:提供了丰富的参数配置选项,从命名匹配、时间阈值设定,再到版本标签过滤,几乎涵盖了所有可能的应用场景。
- 无缝集成体验:直接利用GitHub Workflows的调度和事件触发机制,实现了即插即用式的快速部署和自动化执行。
- 安全保障措施:支持“最少保留X个版本”的弹性设置,避免重要数据的意外丢失;同时还可通过干运行功能先模拟后执行,进一步保障了数据安全。
总结来看,GHCR Container Retention Policy 不仅是一个技术上的创新实践,更是应对日益膨胀的容器仓库挑战的有效解决方案。它的出现不仅简化了容器镜像管理的复杂度,还极大地节省了云存储成本,提升了运维效率。不论是对于个人用户还是企业团队,这都是一个值得尝试和信赖的开源项目。立即加入我们,体验更高效的容器生命周期管理吧!
如果您正在寻找一种既高效又灵活的方式来管理GitHub容器注册表中的镜像,不妨试试 GHCR Container Retention Policy ,相信它定能让您的容器镜像管理工作事半功倍!
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









