Terraform AWS GitHub Runner 5.10.0版本发布:新增Spot实例终止监控与自定义初始化脚本支持
Terraform AWS GitHub Runner是一个开源项目,它通过Terraform模块在AWS上部署自托管的GitHub Actions运行器。该项目帮助开发团队在AWS基础设施上高效运行GitHub Actions工作流,同时提供灵活的资源管理和成本控制能力。
核心功能增强
Spot实例终止监控(Beta)
5.10.0版本引入了一个重要的新功能——Spot实例终止监控器(Beta)。在AWS环境中,Spot实例是一种成本优化的计算资源,但AWS可能会在需要回收容量时提前两分钟发出终止通知。这个新功能通过实时监控Spot实例的终止通知,确保运行中的GitHub Actions作业能够优雅处理实例终止事件,避免作业意外中断。
该功能目前处于Beta阶段,用户可以通过配置启用。它特别适合大规模使用Spot实例来降低CI/CD成本的团队,能够显著提高工作流的可靠性。
自定义初始化脚本支持
新版本增加了对自定义初始化脚本的支持,允许调用者提供自己的初始化脚本。初始化脚本是在EC2实例首次启动时运行的配置脚本,这一增强使得用户能够:
- 在运行器初始化阶段执行自定义配置
- 安装特定的依赖项或工具
- 根据组织策略配置安全设置
- 集成内部监控或日志收集工具
这一功能为高级用户提供了更大的灵活性,使他们能够根据特定需求定制运行器环境。
配置灵活性改进
可选的运行器最大扩展检查
5.10.0版本新增了一个配置选项,允许用户禁用运行器最大扩展检查。默认情况下,系统会检查运行器数量是否超过最大限制,但在某些特殊场景下(如临时需要更多运行器),用户可能需要绕过这一检查。
这个改进为系统管理员提供了更多控制权,使他们能够根据实际业务需求灵活调整运行器规模。
安全更新与依赖维护
本次发布包含了多项依赖项更新,主要涉及AWS SDK和其他关键库的安全补丁和性能改进:
- 将axios从1.6.7升级到1.6.8,修复了潜在的安全问题
- 更新了多个AWS相关依赖项,确保与最新AWS服务API兼容
- 持续维护Lambda函数依赖,提高系统稳定性和安全性
这些更新确保了项目依赖的现代性和安全性,减少了潜在的安全风险。
总结
Terraform AWS GitHub Runner 5.10.0版本通过引入Spot实例终止监控和自定义初始化脚本支持,显著提升了在AWS上运行GitHub Actions的可靠性和灵活性。这些改进特别适合需要大规模、低成本运行CI/CD管道的团队,同时也为有特殊配置需求的用户提供了更多可能性。
对于已经在使用此项目的团队,建议评估Spot实例终止监控功能是否适合您的使用场景,并考虑利用新的自定义初始化脚本功能来优化您的运行器环境。随着项目持续迭代,它正成为在AWS上托管GitHub Actions运行器的越来越完善的解决方案。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00