Gitleaks-Action 安装与配置指南
2025-04-17 21:56:54作者:咎岭娴Homer
1. 项目基础介绍
Gitleaks-Action 是一个用于检测和防止 git 仓库中硬编码的秘密(如密码、API 密钥和令牌)的开源项目。它是一个易于使用的全功能解决方案,可以检测代码中过去或现在的秘密。通过在 GitHub 工作流中启用 Gitleaks-Action,您可以在秘密泄露发生时立即收到警报。
该项目主要使用 JavaScript 编程语言。
2. 项目使用的关键技术和框架
- GitHub Actions:GitHub 提供的自动化您的软件开发工作流程的工具。
- Docker:用于在 GitHub Actions 中创建隔离环境,以确保代码扫描的安全性。
- Gitleaks:静态分析工具,用于检测代码中的秘密。
3. 项目安装和配置的准备工作
在开始安装和配置 Gitleaks-Action 之前,请确保您已经满足以下条件:
- 您有一个 GitHub 帐户。
- 您已经创建了一个 GitHub 仓库。
- 您熟悉基本的 Git 命令。
- 您已经安装了 GitHub CLI。
详细安装步骤
步骤 1:创建 GitHub 仓库
首先,您需要在 GitHub 上创建一个新的仓库,如果您还没有的话。
步骤 2:获取 Gitleaks-Action
在您的本地环境中,使用 Git 命令将 Gitleaks-Action 仓库克隆到您的计算机:
git clone https://github.com/gitleaks/gitleaks-action.git
cd gitleaks-action
步骤 3:配置 GitHub 仓库 Secrets
在 GitHub 仓库的 Settings > Secrets and variables 部分,添加以下 Secrets:
GITHUB_TOKEN:用于 Gitleaks-Action 自动化工作流。GITLEAKS_LICENSE:如果您的仓库属于组织账户,则需要获取一个免费许可密钥。
步骤 4:添加 Gitleaks-Action 到工作流
在您的 GitHub 仓库中,创建或更新 .github/workflows 目录下的一个 YAML 文件,以包含 Gitleaks-Action。以下是一个示例工作流:
name: gitleaks
on:
pull_request:
push:
workflow_dispatch:
schedule:
- cron: "0 4 * * *"
jobs:
scan:
name: gitleaks
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with:
fetch-depth: 0
- uses: gitleaks/gitleaks-action@v2
env:
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
GITLEAKS_LICENSE: ${{ secrets.GITLEAKS_LICENSE }}
步骤 5:提交更改并推送
将上述更改提交到您的 .github/workflows 目录,并推送这些更改到您的 GitHub 仓库:
git add .github/workflows/gitleaks.yml
git commit -m "Add Gitleaks-Action to GitHub Actions"
git push origin main
完成以上步骤后,Gitleaks-Action 将自动集成到您的工作流中,并在检测到潜在的秘密泄露时通知您。
请注意,以上步骤假设您使用的是主分支(main)。如果您的仓库使用不同的分支,请相应地调整工作流文件中的分支名称。
登录后查看全文
热门项目推荐
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 StartedRust0154- 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
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
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
987
253