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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
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
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381