GitHub Action:依赖问题标记最佳实践
2025-05-17 14:22:26作者:申梦珏Efrain
1. 项目介绍
dependent-issues 是一个GitHub Action,用于标记依赖于其他问题或拉取请求的问题。它可以处理仓库内或跨仓库的问题依赖关系,支持在问题或拉取请求被打开、编辑、关闭或重新打开时自动执行。
2. 项目快速启动
首先,在你的GitHub仓库中创建一个新的工作流文件。通常这个文件位于 .github/workflows/dependent-issues.yml。
name: Dependent Issues
on:
issues:
types:
- opened
- edited
- closed
- reopened
pull_request_target:
types:
- opened
- edited
- closed
- reopened
schedule:
- cron: '0 0 * * *'
jobs:
check:
runs-on: ubuntu-latest
steps:
- uses: z0al/dependent-issues@v1
env:
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
GITHUB_READ_TOKEN: ${{ secrets.GITHUB_READ_TOKEN }}
with:
label: dependent
check_issues: on
ignore_dependabot: on
keywords: 'depends on, blocked by'
comment: |
这个PR/问题依赖于:
{{ dependencies }}
由 [Dependent Issues](https://github.com/z0al/dependent-issues) 自动标记。祝你编码愉快!
确保你已经设置了 GITHUB_TOKEN 和 GITHUB_READ_TOKEN 在你的GitHub仓库的Secrets中。
3. 应用案例和最佳实践
应用案例
- 当一个拉取请求依赖于另一个仓库的问题时,你可以使用此Action来自动标记相关的问题。
- 在你的项目中,如果有多个问题依赖于一个主要问题的解决,你可以使用此Action来跟踪这些依赖关系。
最佳实践
- 保持关键字(例如
depends on和blocked by)的一致性,以便Action可以正确解析依赖关系。 - 使用自定义标签(如
dependent)来标记依赖问题,以便于筛选和管理。 - 通过自定义注释模板,你可以添加额外的信息或链接,以帮助团队成员理解依赖背景。
4. 典型生态项目
dependent-issues Action 可以与许多其他GitHub Action一起使用,以创建一个自动化的工作流生态系统。例如:
- 结合
github-actions/github-action/issues来创建问题。 - 使用
peter-evans/auto-assignAction 自动分配问题给相关的人员。 - 与
actions/github-action-labeler一起使用,根据特定的规则自动标记问题。
通过这些Action的组合使用,你可以构建一个高效、自动化的开源项目管理工作流。
登录后查看全文
热门项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
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++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143