Slash Command Dispatch 项目教程
2024-09-15 02:55:34作者:秋阔奎Evelyn
1. 项目介绍
Slash Command Dispatch 是一个 GitHub Action,旨在通过创建仓库调度事件来实现 "ChatOps"。它允许用户在 GitHub 仓库的评论中使用斜杠命令(如 /deploy、/integration-test 等)来触发特定的操作。这些命令可以用于自动化工作流程,例如部署、测试、文档构建等。
主要功能
- ChatOps:通过评论中的斜杠命令触发操作。
- 仓库调度事件:创建
repository_dispatch事件,支持并行处理工作流程。 - 工作流程调度事件:创建
workflow_dispatch事件,支持预定义输入参数。
2. 项目快速启动
安装与配置
-
创建 GitHub 个人访问令牌(PAT):
- 访问 GitHub 开发者设置 生成一个具有
repo权限的 PAT。
- 访问 GitHub 开发者设置 生成一个具有
-
添加 PAT 到仓库 secrets:
- 在 GitHub 仓库的
Settings->Secrets and variables->Actions中添加一个新的 secret,命名为GH_PAT,并将生成的 PAT 值填入。
- 在 GitHub 仓库的
-
创建工作流程文件:
- 在仓库的
.github/workflows目录下创建一个新的工作流程文件,例如slash-command-dispatch.yml。
- 在仓库的
name: Slash Command Dispatch
on:
issue_comment:
types: [created]
jobs:
slashCommandDispatch:
runs-on: ubuntu-latest
steps:
- name: Slash Command Dispatch
uses: peter-evans/slash-command-dispatch@v4
with:
token: ${{ secrets.GH_PAT }}
commands: |
deploy
integration-test
build-docs
- 创建处理调度事件的工作流程:
- 创建另一个工作流程文件,例如
deploy-command.yml,用于处理/deploy命令。
- 创建另一个工作流程文件,例如
name: Deploy Command
on:
repository_dispatch:
types: [deploy-command]
jobs:
deploy:
runs-on: ubuntu-latest
steps:
- name: Checkout code
uses: actions/checkout@v3
- name: Deploy
run: |
echo "Deploying application..."
# 添加部署脚本
3. 应用案例和最佳实践
应用案例
自动化部署
通过在 PR 评论中输入 /deploy 命令,自动触发应用的部署流程。
自动化测试
在 PR 评论中输入 /integration-test 命令,自动触发集成测试工作流程。
最佳实践
- 权限控制:使用
permission输入参数来控制哪些用户可以触发命令。 - 静态参数:使用
static-args输入参数来为每个命令添加固定的参数。 - 事件类型后缀:使用
event-type-suffix输入参数来自定义调度事件的类型后缀。
4. 典型生态项目
GitHub Actions
Slash Command Dispatch 是 GitHub Actions 生态系统的一部分,可以与其他 GitHub Actions 结合使用,例如:
- actions/checkout:用于检出代码。
- actions/setup-python:用于设置 Python 环境。
- peter-evans/create-or-update-comment:用于在命令完成后更新评论。
其他相关项目
- GitHub Actions Marketplace:提供了大量可用于自动化工作流程的 Actions。
- GitHub Sponsors:支持开源开发者,帮助他们持续维护和改进项目。
通过这些工具和项目的结合,可以构建强大的自动化工作流程,提高开发效率和代码质量。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
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
68
20
🎉 (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
1.37 K
781